用于推导基于感知机的线性分类器的最大余弦框架
机器学习
2017-07-05 v1
摘要
在本工作中，我们引入了一个称为最大余弦框架（Maximum Cosine Framework，简称MCF）的数学框架，用于推导新的线性分类器。该方法基于选择目标函数与算法函数之间角度的余弦的适当界限。为了证明其正确性，我们使用MCF展示了如何重新生成Aggressive ROMMA的更新规则。此外，我们构建了一个余弦界限，由此构建了最大余弦感知机算法（Maximum Cosine Perceptron algorithm，简称MCP算法）。我们证明MCP享有与感知机相同的错误界限。另外，我们在真实数据集上展示了MCP的良好性能。我们的实验表明，在单遍学习限制下，MCP算法优于PA和Aggressive ROMMA。
引用
@article{arxiv.1707.00821,
title = {The Maximum Cosine Framework for Deriving Perceptron Based Linear Classifiers},
author = {Nader H. Bshouty and Catherine A. Haddad-Zaknoon},
journal= {arXiv preprint arXiv:1707.00821},
year = {2017}
}