技术与市场
技術與市場
기술여시장
TECHNOLOGY AND MARKET
2009年
4期
39-40
,共2页
相关向量%相关向量机%稀疏贝叶斯
相關嚮量%相關嚮量機%稀疏貝葉斯
상관향량%상관향량궤%희소패협사
支持向量机(SVM)是利用核函数产生组合优化应用于回归和分类问题的技术.然而SVM具有明显的缺少概率的输出,要求估计权衡参数和必须满足Mercer核函数等缺陷,RVM不受上述缺陷影响,只需更少的核函数产生与SVM相同的线性输出模型的贝叶斯方法.
支持嚮量機(SVM)是利用覈函數產生組閤優化應用于迴歸和分類問題的技術.然而SVM具有明顯的缺少概率的輸齣,要求估計權衡參數和必鬚滿足Mercer覈函數等缺陷,RVM不受上述缺陷影響,隻需更少的覈函數產生與SVM相同的線性輸齣模型的貝葉斯方法.
지지향량궤(SVM)시이용핵함수산생조합우화응용우회귀화분류문제적기술.연이SVM구유명현적결소개솔적수출,요구고계권형삼수화필수만족Mercer핵함수등결함,RVM불수상술결함영향,지수경소적핵함수산생여SVM상동적선성수출모형적패협사방법.
