但理论上它如何工作？带随机特征的线性SVM
机器学习
2019-01-09 v3 机器学习
摘要
我们证明，在低噪声假设下，当使用优化特征映射时，具有个随机特征的支持向量机（RFSVM）能在含个样本的训练集上取得快于的学习率。我们的工作将随机特征方法先前的快率分析从最小二乘损失推广到0-1损失。我们还表明，近似优化特征映射的重新加权特征选择方法有助于在合成数据集的实验中提升RFSVM的性能。
引用
@article{arxiv.1809.04481,
title = {But How Does It Work in Theory? Linear SVM with Random Features},
author = {Yitong Sun and Anna Gilbert and Ambuj Tewari},
journal= {arXiv preprint arXiv:1809.04481},
year = {2019}
}
备注
Accepted by NeurIPS2018