Онлайн-метод опорних векторів
Онлайн SVM адаптує класичний метод опорних векторів до потокових або послідовно надхідних даних шляхом оновлення розділювальної площини по одному прикладу за раз, замість розв'язання глобальної квадратичної задачі. Алгоритми, такі як Pegasos та LASVM, роблять це здійсненним у великих масштабах, зберігаючи дух SVM, що максимізує відступ, із сублінійним часом на одне оновлення.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Online Support Vector Machine (Incremental SVM for Streaming Data). ScholarGate. https://scholargate.app/uk/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.
- Онлайнове градієнтне бустуванняМашинне навчання↔ compare
- Онлайн-навчанняМашинне навчання↔ compare
- Онлайнова логістична регресіяМашинне навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →