猿问
下载APP

相关向量机的特点?

相关向量机的特点


犯罪嫌疑人X
浏览 273回答 1
1回答

万千封印

1. SVM 基于结构风险最小化原则构建学习机,RVM基于贝叶斯框架构建学习机2. 与SVM相比,RVM不仅获得二值输出,而且获得概率输出3. 在核函数的选择上,不受梅西定理的限制,可以构建任意的核函数4. 不需对惩罚因子做出设置。在SVM中惩罚因子是平衡经验风险和置信区间的一个常数,实验结果对该数据十分敏感,设置不当会引起过学习等问题。但是在RVM中参数自动赋值5. 与SVM相比,RVM更稀疏,从而测试时间更短,更适用于在线检测。众所周知,SVM的支持向量的个数随着训练样本的增大成线性增长,当训练样本很大的时候,显然是不合适的。虽然RVM的相关向量也随着训练样本的增加而增加,但是增长速度相对SVM却慢了很多。6. 学习机有一个很重要的能力是泛化能力,也就是对于没有训练过的样本的测试能力。文章表明,RVM的泛化能力好于SVM。7. 无论是在回归问题上还是分类问题上,RVM的准确率近似于SVM。8. 但是RVM训练时间长向左转|向右转
打开App,查看更多内容
随时随地看视频慕课网APP
我要回答