Онлайн машина за поддържащи вектори
Онлайн SVM адаптира класическата машина за поддържащи вектори към поточни или последователно пристигащи данни, като актуализира границата на решението пример по пример, вместо да решава глобална квадратна програма. Алгоритми като Pegasos и LASVM правят това осъществимо в голям мащаб, запазвайки духа на SVM за максимизиране на маржа с подлинейно време за всяка актуализация.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Shalev-Shwartz, S., Singer, Y., Srebro, N., & Cotter, A. (2011). Pegasos: Primal estimated sub-gradient solver for SVM. Mathematical Programming, 127(1), 3–30. DOI: 10.1007/s10107-010-0420-4 ↗
- Bordes, A., Ertekin, S., Weston, J., & Bottou, L. (2005). Fast kernel classifiers with online and active learning. Journal of Machine Learning Research, 6, 1579–1619. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Online Support Vector Machine (Incremental SVM for Streaming Data). ScholarGate. https://scholargate.app/bg/machine-learning/online-support-vector-machine
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Онлайн градиентен бустингМашинно обучение↔ compare
- Онлайн обучениеМашинно обучение↔ compare
- Онлайн логистична регресияМашинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →