מכונת וקטורים תומכים מווסתת (Regularized Support Vector Machine)
מכונת וקטורים תומכים מווסתת (RSVM) מרחיבה את מכונת וקטורים תומכים (SVM) הקלאסית על ידי שליטה מפורשת על פשרה בין מקסום שוליים ושגיאות אימון באמצעות פרמטר עונש L1 או L2. ניסוח השוליים הרכים (soft-margin) שהוצג על ידי קורטס ו-Vapnik ב-1995 הוא בעצמו מודל מווסת, וגרסאות מאוחרות יותר של L1-SVM מקדמות בנוסף דלילות (sparsity) של תכונות, ומאפשרות בחירת משתנים אוטומטית בהגדרות בעלות מימדיות גבוהה.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Regularized Support Vector Machine (L1/L2-penalized SVM). ScholarGate. https://scholargate.app/he/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.
- רגרסיית לאסולמידת מכונה↔ compare
- ניתוח מבחין לינארי (LDA)למידת מכונה↔ compare
- רגרסיה לינארית מרוסנתלמידת מכונה↔ compare
- רגרסיה לוגיסטית עם רגולריזציהלמידת מכונה↔ compare