有限尺寸多项式支持向量机的泛化性质
无序系统与神经网络
2009-10-31 v1 统计力学
摘要
在可实现分类任务的情况下，分析了有限尺寸多项式支持向量机的学习性质。高阶特征的归一化充当压缩因子，在特征空间中的模式分布引入强各向异性。作为训练集大小的函数，对应的泛化误差呈现交叉，其 abrupt 程度取决于分布的各向异性和待学习任务，介于快速衰减和缓慢衰减之间。这种行为对应于 Dietrich 等人在热力学极限中发现的逐步衰减。理论结果与数值模拟吻合良好。
引用
@article{arxiv.cond-mat/0002071,
title = {Generalization properties of finite size polynomial Support Vector Machines},
author = {Sebastian Risau-Gusman and Mirta B. Gordon},
journal= {arXiv preprint arXiv:cond-mat/0002071},
year = {2009}
}
备注
12 pages, 7 figures