基于L1-范数的v-双子限定支持向量机

【目的】针对二分类问题,构造了一种新的基于L1-范数的v-双子限定支持向量机(L1-vTBSVM)。【方法】类似于v-双子限定支持向量机(v-TBSVM),L1-vTBSVM确定两个非平行超平面,使得它们更接近于各自的类,并且与另一个类至少有ρ的距离。在L1-vTBSVM中,由于用L1-范数替代了L2-范数,则相较于v-TBSVM,所提模型产生了不同的对偶问题。【结果】在求解对偶问题时避免了昂贵的矩阵逆运算,更重要的是,L1-vTBSVM可以抑制离群值的负面影响,从而提高模型的鲁棒性。因此,改进的模型在处理大规模问题时更有效,且具有更好的泛化能力。【结论】在6个基准数据集上进行了数值实验,验证了该算法在线性、非线性和加入噪声情况下的有效性。