翻訳と辞書 |
逐次最小問題最適化法[ちくじさいしょうもんだいさいてきかほう]
逐次最小問題最適化法(, SMO)はサポートベクターマシン(SVM)の訓練で生じる(QP)を解くためのアルゴリズムである。1998年にマイクロソフトリサーチのによって発明された。SMOはサポートベクターマシンの訓練のために広く使われ、人気のLIBSVMツールによって実装される〔Luca Zanni (2006). ''Parallel Software for Training Large Scale Support Vector Machines on Multiprocessor Systems ''.〕。以前から利用できたSVM訓練法はより一層複雑で、高価なサードパーティのQPソルバーを必要としたので、1998年のSMOアルゴリズムの公表はSVMコミュニティでたくさんの興奮を引き起こした。 == 最適化問題 ==
データセット (''x''1, ''y''1), ..., (''x''''n'', ''y''''n'') に関する二項分類問題を考える。ここで ''x''''i'' は入力ベクトル、はそれに対応する2値ラベルである。ソフトマージンサポートベクターマシンは以下の双対問題で表される2次計画問題を解くことによって訓練される:
ここで ''C'' は SVM hyperparameter、''K''(''x''''i'', ''x''''j'') はで、どちらもユーザが与える。変数 はラグランジュ乗数である。
抄文引用元・出典: フリー百科事典『 ウィキペディア(Wikipedia)』 ■ウィキペディアで「逐次最小問題最適化法」の詳細全文を読む
スポンサード リンク
翻訳と辞書 : 翻訳のためのインターネットリソース |
Copyright(C) kotoba.ne.jp 1997-2016. All Rights Reserved.
|
|