用于单类分类的多层核岭回归
机器学习
2018-06-04 v2 机器学习
摘要
本文提出一种通过堆叠多种基于核岭回归（KRR）的自编码器用于单类分类的分层多层架构，称为 MKOC。MKOC 具有多层自编码器，将输入特征投影到新的特征空间，最后一层是基于回归的单类分类器。自编码器采用无监督学习方式，最后一层采用半监督（仅由正样本训练）学习方式。所提出的 MKOC 在 15 个公开可用的基准数据集上进行了实验评估。实验结果验证了该方法相对于 11 种现有最先进的基于核的单类分类器的有效性。还进行了 Friedman 检验以验证所提单类分类器相对于现有最先进方法的优越性主张在统计上的显著性。
引用
@article{arxiv.1805.07808,
title = {Multi-layer Kernel Ridge Regression for One-class Classification},
author = {Chandan Gautam and Aruna Tiwari and Sundaram Suresh and Alexandros Iosifidis},
journal= {arXiv preprint arXiv:1805.07808},
year = {2018}
}
备注
19 Pages, 3 Figures and 6 Tables