目前平台处于试运行阶段,如有任何问题或建议,请发送邮件至 service@dataju.cn 或加入QQ群 565136792 联系管理员。

满足不同角色需求:领域专家 数据管理者 数据科学家 科研人员、高校教师及研究生 数据分析爱好者
线性核函数NPSVM分类方法
1352次浏览 dataju 于 2016-07-10 发布
该内容是由用户自发提供,聚数力平台仅提供平台,让大数据应用过程中的信息实现共享、交易与托管。如该内容涉及到您的隐私或可能侵犯版权,请告知我们及时删除。
分析方法描述
线性核函数非平行SVM分类方法,采用两条直线进行分类划分,求解以下两个优化问题: $$ \begin{equation} \begin{split} \min_{ w_{+}, b_{+}, \eta_{+}, \xi_{-}, \gamma } & \quad \frac{1}{ 2 } \eta_{+}^T \eta_{+} + c_1 e_{-}^T \xi_{-} + \frac{1}{ 2 } c_2 ( \| w_{+} \|_{2}^{2} + b_{+}^2 ) \\ s.t. & \quad -(Bw_{+} + b_{+}e_{-}) + \xi_{-} \geq e_{-}, \\ & \quad Aw_{+} + b_{+}e_{+} = \eta_{+}, \\ & \quad \xi_{-} \geq 0 \\ \end{split} \end{equation} $$ 和 $$ \begin{equation} \begin{split} \min_{ w_{-}, b_{-},\eta_{-}, \xi_{+}, \gamma } & \quad \frac{1}{ 2 } \eta_{-}^T \eta_{-} + c_3 e_{+}^T \xi_{+} + \frac{1}{ 2 } c_4 ( \| w_{-} \|_{2}^{2} + b_{-}^2 ) \\ s.t. & \quad Aw_{-} + b_{-}e_{+} + \xi_{+} \geq e_{+}, \\ & \quad Bw_{-} + b_{-}e_{-} = \eta_{-}, \\ & \quad \xi_{+} \geq 0 \\ \end{split} \end{equation} $$
分析方法参数
# 名称 描述
1 C1值 参数C1值
2 C2值 参数C2值
3 C3值 参数C1值
4 C4值 参数C4值
相关应用案例
# 应用案例名称 应用案例介绍
1 UCI Germny数据集 Nonparallel SVM 建模预测贷款违约 UCI Germny数据集 Nonparallel SVM 建模预测贷款违约
参考资料
暂无

目前平台处于试运行阶段,如有任何问题或建议,请发送邮件至 service@dataju.cn 或加入QQ群 565136792 联系管理员。