$\ell_1$ 范数支持向量机的非渐近分析
信息论
2015-09-29 v1 机器学习
泛函分析
math.IT
统计理论
统计理论
摘要
带有 惩罚的支持向量机（SVM）已成为许多应用中分析带有稀疏约束的高维分类问题的标准工具，包括生物信息学和信号处理。尽管文献中对 SVM 进行了广泛研究，但据我们所知，本文给出了关于 -SVM 在识别稀疏分类器方面性能的首个非渐近结果。我们表明， 维 稀疏分类向量可以（以高概率）仅从 次高斯试验中得到良好逼近。证明中使用的方法包括测度集中和 Banach 空间中的概率论。
引用
@article{arxiv.1509.08083,
title = {Non-asymptotic Analysis of $\ell_1$-norm Support Vector Machines},
author = {Anton Kolleck and Jan Vybíral},
journal= {arXiv preprint arXiv:1509.08083},
year = {2015}
}