亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Model averaging for support vector classifier by cross-validation

加权 选型 支持向量机 估计员 计算机科学 铰链损耗 协变量 交叉验证 分类器(UML) 机器学习 选择(遗传算法) 理论(学习稳定性) 多种型号 数据挖掘 人工智能 数学 数学优化 算法 统计 医学 放射科
作者
Jiahui Zou,Chaoxia Yuan,Xinyu Zhang,Guohua Zou,Alan T. K. Wan
出处
期刊:Statistics and Computing [Springer Science+Business Media]
卷期号:33 (5) 被引量:2
标识
DOI:10.1007/s11222-023-10284-6
摘要

Support vector classification (SVC) is a well-known statistical technique for classification problems in machine learning and other fields. An important question for SVC is the selection of covariates (or features) for the model. Many studies have considered model selection methods. As is well-known, selecting one winning model over others can entail considerable instability in predictive performance due to model selection uncertainties. This paper advocates model averaging as an alternative approach, where estimates obtained from different models are combined in a weighted average. We propose a model weighting scheme and provide the theoretical underpinning for the proposed method. In particular, we prove that our proposed method yields a model average estimator that achieves the smallest hinge risk among all feasible combinations asymptotically. To remedy the computational burden due to a large number of feasible models, we propose a screening step to eliminate the uninformative features before combining the models. Results from real data applications and a simulation study show that the proposed method generally yields more accurate estimates than existing methods.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
仁爱的如天完成签到,获得积分10
6秒前
灵巧的朝雪完成签到 ,获得积分10
7秒前
动人的冷霜完成签到,获得积分10
22秒前
Lucas的应助被111采纳,获得10
29秒前
兴奋舞蹈完成签到,获得积分20
37秒前
心随以动完成签到 ,获得积分10
46秒前
修辛完成签到 ,获得积分10
54秒前
1分钟前
Lucas的应助被科研通管家采纳,获得30
1分钟前
agathahqs的应助被科研通管家采纳,获得10
1分钟前
null的应助被科研通管家采纳,获得10
1分钟前
agathahqs的应助被科研通管家采纳,获得10
1分钟前
agathahqs的应助被科研通管家采纳,获得10
1分钟前
1分钟前
追寻醉易完成签到,获得积分10
1分钟前
犹豫静白完成签到,获得积分10
1分钟前
舒心鞋垫完成签到,获得积分10
1分钟前
1分钟前
Xuezhuoxin完成签到,获得积分10
2分钟前
威武青寒完成签到,获得积分10
2分钟前
2分钟前
清爽的千易完成签到,获得积分10
2分钟前
woodfire完成签到,获得积分10
2分钟前
毛毛发布了新的文献求助10
2分钟前
2分钟前
2分钟前
2分钟前
AAS完成签到,获得积分10
2分钟前
温暖的胜完成签到,获得积分10
2分钟前
情怀的应助被毛毛采纳,获得10
2分钟前
3分钟前
3分钟前
3分钟前
龚文亮完成签到,获得积分10
3分钟前
激昂的莞完成签到,获得积分10
3分钟前
3分钟前
高高的城发布了新的文献求助10
3分钟前
失眠的白云完成签到,获得积分10
3分钟前
drirshad完成签到,获得积分10
3分钟前
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
plantTFDB 508
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8173133
求助须知:如何正确求助?哪些是违规求助? 9565519
关于积分的说明 21780452
捐赠科研通 7767182
什么是DOI,文献DOI怎么找? 3431542
关于科研通互助平台的介绍 2555678
邀请新用户注册赠送积分活动 2476675