系数正则化回归模型的最优正则参数

研究了具有最小平方损失且正则项为系数正则化的回归问题的误差分析,分别对样本误差和逼近误差作了估计,获得了关于参数γ的误差界;通过选择合适的参数,使得该误差界最优并且得到学习速率.

基于独立但不同分布样本的系数正则化回归算法的研究

本文分析了基于独立但不同分布样本的系数正则化回归学习算法。全文的框架不同于以往的经典核学习方法,核函数不再要求满足半正定性;对于样本输出,令其满足弱化的矩假设条件。文章使用积分算子的方法得到了满意的与容量无关的误差界,最后通过选取合适的正则化参数得到较为满意的学习率。

基于非独立同分布样本的系数正则化回归算法的误差分析

本文分析了基于非独立同分布样本的最小二乘系数正则化算法的误差。全文的框架不同于以往的经典核学习方法。核函数仅仅满足连续性和一致有界性;我们进行基于输出样本满足广义矩理论的误差分析,而不再考虑标准的输出有界假设。最后通过利用积分算子技术得到了满意的与容量无关的误差界和学习率。