Biblioteca122.294 documentos en línea

Artículo

Least Absolute Deviation Support Vector RegressionRegresión de vectores de apoyo con desviación mínima absoluta

Resumen

La máquina de vectores soporte por mínimos cuadrados (LS-SVM) es una potente herramienta para la clasificación de patrones y la estimación de regresiones. Sin embargo, LS-SVM es sensible a grandes ruidos y valores atípicos, ya que emplea la función de pérdida al cuadrado. Para resolver el problema, en este artículo proponemos una función de pérdida de desviación absoluta para reducir los efectos de los valores atípicos y derivar un modelo de regresión robusto denominado regresión de vectores de soporte de desviación absoluta mínima (LAD-SVR). La función de pérdida propuesta no es diferenciable. La aproximamos construyendo una función suave y desarrollamos un algoritmo de Newton para resolver el modelo robusto. Experimentos numéricos con conjuntos de datos artificiales y de referencia demuestran la solidez y eficacia del método propuesto.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento