摘要: 针对最小二乘支持向量回归机(LS-SVR)对异常值较敏感的问题,通过设置异常值所造成的损失上界,提出一种非凸的Ramp损失函数。该损失函数导致相应的优化问题的非凸性,利用凹凸过程(CCCP)将非凸优化问题转化为凸优化问题。给出Newton算法进行求解并分析了算法的计算复杂度。数据集测试的结果表明,与最小二乘支持向量回归机相比,该算法对异常值具有较强的鲁棒性,获得了更优的泛化能力,同时在运行时间上也具有明显优势。
中图分类号:
王快妮 马金凤 丁小帅. 鲁棒最小二乘支持向量回归机[J]. 计算机应用, 2011, 31(08): 2111-2114.
Kuai-ni WANG Jin-feng MA Xiao-shuai DING. Robust least square support vector regression[J]. Journal of Computer Applications, 2011, 31(08): 2111-2114.