面向线性化机器学习算法
机器学习
2019-08-20 v1 人工智能
摘要
本文提出一种基于将待估计的未知函数（或概率分布）多线性投影到线性（或多线性）维度空间 E' 的机器学习方法。该方案将预测观测 x 目标的问题转化为在维度空间 E' 中确定 x 的像的 k 近邻之间共识的问题。实现该方案的算法同时支持回归与二分类。使用 Scala/Spark 实现并在十余个 LIBSVM 数据集上评估，相较于 Spark MLLib 中其他预测算法（如多层感知机、逻辑回归分类器和随机森林）显示出预测准确率的提升。
引用
@article{arxiv.1908.06871,
title = {Towards Linearization Machine Learning Algorithms},
author = {Steve Tueno},
journal= {arXiv preprint arXiv:1908.06871},
year = {2019}
}
备注
Study report - 5 pages