普适性核度量标准比较研究

来源：软件学报杂志2015年第11期北京时间：

作者：王裴岩,蔡东风

单位：王裴岩，南京航空航天大学 计算机科学与技术学院, 江苏 南京 210016;沈阳航空航天大学 人机智能研究中心, 辽宁 沈阳 11013611,蔡东风，沈阳航空航天大学 人机智能研究中心, 辽宁 沈阳 11013602

摘要：核方法是一类应用较为广泛的机器学习算法,已被应用于分类、聚类、回归和特征选择等方面.核函数的选择与参数优化一直是影响核方法效果的核心问题,从而推动了核度量标准,特别是普适性核度量标准的研究.对应用最为广泛的5种普适性核度量标准进行了分析与比较研究,包括KTA,EKTA,CKTA,FSM和KCSM.发现上述5种普适性度量标准的度量内容为特征空间中线性假设的平均间隔,与支持向量机最大化最小间隔的优化标准存在偏差.然后,使用模拟数据分析了上述标准的类别分布敏感性、线性平移敏感性、异方差数据敏感性,发现上述标准仅是核度量的充分非必要条件,好的核函数可能获得较低的度量值.最后,在9个UCI数据集和20Newsgroups数据集上比较了上述标准的度量效果,发现CKTA是度量效果最好的普适性核度量标准.

关键词：核方法;核选择;核参数优化;普适性核度量标准

基金资助：国家自然科学基金(61402299)