支持向量机的小批量原始和对偶方法
机器学习
2013-03-12 v1 最优化与控制
摘要
我们解决了在SVM随机优化中使用小批量的问题。我们表明，相同的数据谱范数控制了原始随机次梯度下降（SGD）和随机对偶坐标上升（SCDA）方法获得的并行加速，并利用它推导了小批量SDCA的新变体。我们对这两种方法的保证都基于铰链损失的原始非光滑问题。
引用
@article{arxiv.1303.2314,
title = {Mini-Batch Primal and Dual Methods for SVMs},
author = {Martin Takáč and Avleen Bijral and Peter Richtárik and Nathan Srebro},
journal= {arXiv preprint arXiv:1303.2314},
year = {2013}
}