基于投票 RDA 方法的在线分类
机器学习
2013-10-21 v1 机器学习
摘要
我们提出了一种用于带显式正则化的在线分类问题的投票对偶平均法。该方法采用正则化对偶平均 (RDA) 方法的更新规则，但仅应用于发生分类错误的训练样本子序列。我们推导了该方法在训练集上的错误次数上界及其泛化误差率。我们还引入了正则化相对强度的概念，并展示了其如何影响错误上界和泛化性能。我们在大规模自然语言处理任务中使用 正则化对该方法进行了实验，获得了具有相当稀疏模型的最先进 (SOTA) 分类性能。
引用
@article{arxiv.1310.5007,
title = {Online Classification Using a Voted RDA Method},
author = {Tianbing Xu and Jianfeng Gao and Lin Xiao and Amelia Regan},
journal= {arXiv preprint arXiv:1310.5007},
year = {2013}
}
备注
23 pages, 5 figures