最小二乘极大与加权泛化-记忆机
机器学习
2023-09-01 v1 机器学习
摘要
本文通过为最小二乘支持向量机（LSSVM）引入记忆影响机制，提出了一种新的记忆方式。该机制在不改变原LSSVM等式约束的前提下，实现了对训练集的精确划分且不过拟合。进而提出了极大记忆影响模型（MIMM）与加权记忆影响模型（WIMM）。证明这些模型可退化为LSSVM。此外，为MIMM与WIMM提出了若干不同的记忆影响函数。实验结果表明，相较于LSSVM，我们的MIMM与WIMM具有更好的泛化性能，且相较于其他记忆模型在时间开销上具有显著优势。
引用
@article{arxiv.2308.16456,
title = {Least Squares Maximum and Weighted Generalization-Memorization Machines},
author = {Shuai Wang and Zhen Wang and Yuan-Hai Shao},
journal= {arXiv preprint arXiv:2308.16456},
year = {2023}
}