一种用于有序回归的神经网络方法

Jianlin Cheng

一种用于有序回归的神经网络方法

机器学习 2007-05-23 v1 人工智能神经与进化计算

作者: Jianlin Cheng

摘要

有序回归是一种重要的学习类型，兼具分类和回归的特性。本文描述了一种简单有效的方法，用于调整传统神经网络以学习有序类别。我们的方法是对有序回归感知器方法的推广。在多个基准数据集上，我们的方法(NNRank)优于神经网络分类方法。与使用高斯过程和支持向量机的有序回归方法相比，NNRank取得了可比的性能。此外，NNRank具有传统神经网络的优点：支持在线和批量学习模式、能处理非常大的训练数据集、并能进行快速预测。这些特性使NNRank成为大规模数据处理任务（如信息检索、网页排序、协同过滤和生物信息学中的蛋白质排序）中一个有用且互补的工具。

关键词

neural network neural network training recurrent neural network

引用

@article{arxiv.0704.1028,
  title  = {A neural network approach to ordinal regression},
  author = {Jianlin Cheng},
  journal= {arXiv preprint arXiv:0704.1028},
  year   = {2007}
}

一种用于有序回归的神经网络方法

摘要

关键词

引用

评论

相关论文