Ανθεκτική Μηχανή Υποστήριξης Διανυσμάτων
Η Ενισχυμένη Μηχανή Υποστήριξης Διανυσμάτων (Robust SVM) επεκτείνει την τυπική μηχανή υποστήριξης διανυσμάτων ώστε να αντιστέκεται στην επίδραση ακραίων τιμών και σημείων με λανθασμένη ετικέτα. Αντικαθιστώντας τη συνάρτηση απώλειας hinge με μια φραγμένη ή μη-κυρτή συνάρτηση απώλειας — ή ενσωματώνοντας περιορισμούς βελτιστοποίησης — μαθαίνει ένα όριο απόφασης που παραμορφώνεται πολύ λιγότερο από κατεστραμμένα παραδείγματα εκπαίδευσης, καθιστώντας την κατάλληλη για θορυβώδη σύνολα δεδομένων πραγματικού κόσμου όπου η τυπική SVM θα υποβαθμιστεί σημαντικά.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Robust Support Vector Machine (Outlier-Resistant SVM). ScholarGate. https://scholargate.app/el/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.
- One-Class SVMΜηχανική Μάθηση↔ compare
- Κανονικοποιημένη Μηχανή Υποστήριξης ΔιανυσμάτωνΜηχανική Μάθηση↔ compare
- Ενισχυμένη Ενίσχυση Κλίσης (Robust Gradient Boosting)Μηχανική Μάθηση↔ compare
- Εισαγωγή στην Ανθεκτική Γραμμική ΠαλινδρόμησηΜηχανική Μάθηση↔ compare
- Robust Random ForestΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →