Support Vector Machine Robust
La SVM robust estén la màquina de vectors de suport estàndard per resistir la influència de valors atípics i punts mal etiquetats. En reemplaçar la pèrdua de frontissa per una funció de pèrdua acotada o no convexa —o incorporant restriccions d'optimització robustes— aprèn un límit de decisió que es distorsiona molt menys per exemples d'entrenament corruptes, fent-la adequada per a conjunts de dades reals sorollosos on la SVM estàndard es degradaria significativament.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Xu, H., Caramanis, C., & Mannor, S. (2009). Robustness and regularization of support vector machines. Journal of Machine Learning Research, 10, 1485–1510. link ↗
- Collobert, R., Sinz, F., Weston, J., & Bottou, L. (2006). Trading convexity for scalability. Proceedings of the 23rd International Conference on Machine Learning (ICML), 201–208. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Robust Support Vector Machine (Outlier-Resistant SVM). ScholarGate. https://scholargate.app/ca/machine-learning/robust-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.
- SVM d'una sola classeAprenentatge automàtic↔ compare
- Regularized Support Vector MachineAprenentatge automàtic↔ compare
- Gradient Boosting RobustAprenentatge automàtic↔ compare
- Regressió Lineal RobustaAprenentatge automàtic↔ compare
- Robust Random ForestAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →