নিয়ন্ত্রিত সাপোর্ট ভেক্টর মেশিন
নিয়ন্ত্রিত সাপোর্ট ভেক্টর মেশিন (Regularized Support Vector Machine) ক্লাসিক SVM-কে প্রসারিত করে, যা মার্জিন সর্বোচ্চকরণ এবং প্রশিক্ষণ ত্রুটির মধ্যেকার ট্রেড-অফকে স্পষ্টভাবে নিয়ন্ত্রণ করে L1 বা L2 পেনাল্টি প্যারামিটারের মাধ্যমে। ১৯৯৫ সালে Cortes এবং Vapnik কর্তৃক প্রবর্তিত সফট-মার্জিন ফর্মুলেশন নিজেই একটি নিয়ন্ত্রিত মডেল, এবং পরবর্তীকালে L1-SVM ভ্যারিয়েন্টগুলি অতিরিক্তভাবে ফিচার স্পারসিটি (feature sparsity) প্রচার করে, যা উচ্চ-মাত্রিক সেটিংসে স্বয়ংক্রিয় ভেরিয়েবল নির্বাচন সক্ষম করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Cortes, C. & Vapnik, V. (1995). Support-vector networks. Machine Learning, 20(3), 273–297. DOI: 10.1007/BF00994018 ↗
- Zhu, J., Rosset, S., Tibshirani, R. & Hastie, T. (2004). 1-norm support vector machines. Advances in Neural Information Processing Systems (NIPS), 16. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Regularized Support Vector Machine (L1/L2-penalized SVM). ScholarGate. https://scholargate.app/bn/machine-learning/regularized-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.
- ল্যাসো রিগ্রেশনযন্ত্র শিখন↔ compare
- রৈখিক বৈষম্যমূলক বিশ্লেষণ (LDA)যন্ত্র শিখন↔ compare
- নিয়ন্ত্রিত রৈখিক নির্ভরণ (Regularized Linear Regression)যন্ত্র শিখন↔ compare
- নিয়মিত লজিস্টিক রিগ্রেশনযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →