m-arcsinh：scikit-learn 中用于 SVM 与 MLP 的高效可靠函数

Luca Parisi

m-arcsinh：scikit-learn 中用于 SVM 与 MLP 的高效可靠函数

机器学习 2020-09-17 v1 计算机视觉与模式识别数学软件机器学习

作者: Luca Parisi

摘要

本文描述了 'm-arcsinh'，即反双曲正弦函数的改进（'m-'）版本（'arcsinh'）。核函数与激活函数使基于机器学习（ML）的算法（如支持向量机（SVM）和多层感知机（MLP））能够以有监督方式从数据中学习。m-arcsinh 在开源 Python 库 'scikit-learn' 中实现，在此作为分别用于 SVM 与 MLP 的高效可靠核函数与激活函数提出。本文讨论了在 scikit-learn 与加州大学欧文（UCI）机器学习仓库提供的十五个（N = 15）数据集上，分类任务中可靠性与收敛速度的提升。实验结果表明，通过所提函数，SVM 与 MLP 均取得了总体具竞争力的分类性能。该函数与黄金标准核函数及激活函数进行比较，证明了无论所涉分类任务复杂度如何，其总体可靠性均具竞争力。

关键词

m-arcsinh 支持向量机多层感知机核函数激活函数 scikit-learn

引用

@article{arxiv.2009.07530,
  title  = {m-arcsinh: An Efficient and Reliable Function for SVM and MLP in scikit-learn},
  author = {Luca Parisi},
  journal= {arXiv preprint arXiv:2009.07530},
  year   = {2020}
}

备注

20 pages, 4 listings/Python code snippets, 2 figures, 15 tables

m-arcsinh：scikit-learn 中用于 SVM 与 MLP 的高效可靠函数

摘要

关键词

引用

备注

相关论文