24小时热门版块排行榜    

CyRhmU.jpeg
南方科技大学公共卫生及应急管理学院2026级博士研究生招生报考通知(长期有效)
查看: 3562  |  回复: 45
【奖励】 本帖被评价34次,作者zjstar增加金币 28.2
当前只显示满足指定条件的回帖,点击这里查看本话题的所有回帖

zjstar

木虫 (小有名气)


[资源] 发表论文好用的机器学习算法:相关向量机RVM,记得收藏,万一需要啦

Tipping(RVM的作者)说RVM是一种用于回归和分类的贝叶斯稀疏核算法,和SVM很像,但是避免了SVM的诸多缺点。

例如,SVM无法计算样本输出的后验概率分布,SVM不太适用于多分类问题,SVM的超参数需要通过交叉验证得到,这就非常耗费时间,而且SVM的核函数必须是正定的。

而RVM却避免了这些缺点,这就意味着RVM可以计算输出的概率分布、很自然的适用于多分类问题,超参数不需要通过交叉验证得到,而且,核函数可以任意指定,不是必须要正定的。最后,RVM得到的解要比更SVM稀疏的解。

疏贝叶斯模型中,Sparse这一思想很重要,因为这样一来,RVM对训练数据集的大小要求就十分少了,这比较适用于图像的还原,比如在看到的一篇论文里“中国图像图形学报”中“基于稀疏贝叶斯学习的图像重建方法”中就用到了稀疏贝叶斯的学习机制以及压缩感知理论,其中压缩感知理论(具体的内容在我转载的另一篇文章中介绍的很详细)是基于随机输入的稀疏性质的,由数学大牛陶哲轩提出。在稀疏贝叶斯模型中,我们主要要做的问题是如何使用这一思想求我们要的东西,这里涉及到的是边缘似然最大化。

RVM作者原版程序,你值得拥有。
回复此楼

» 本帖附件资源列表

  • 欢迎监督和反馈:小木虫仅提供交流平台,不对该内容负责。
    本内容由用户自主发布,如果其内容涉及到知识产权问题,其责任在于用户本人,如对版权有异议,请联系邮箱:xiaomuchong@tal.com
  • 附件 1 : RVM_matlabToolBox.rar
  • 2016-12-30 08:09:57, 153.62 K

» 本帖已获得的红花(最新10朵)

» 猜你喜欢

已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

july_boy

新虫 (初入文坛)


★★★★★ 五星级,优秀推荐

学习一下,感谢分享!
35楼2017-06-28 15:04:40
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 46 个回答

leetzungway

银虫 (正式写手)


3楼2017-01-01 07:23:10
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
简单回复
2016-12-30 11:29   回复  
五星好评  顶一下,感谢分享!
fbrobin5楼
2017-01-03 20:45   回复  
五星好评  顶一下,感谢分享!
2017-01-04 07:43   回复  
材料廖7楼
2017-01-04 08:57   回复  
五星好评  顶一下,感谢分享!
yahn8楼
2017-01-05 17:53   回复  
五星好评  顶一下,感谢分享!
7980985299楼
2017-01-06 13:08   回复  
三星好评  顶一下,感谢分享!
2017-01-08 13:33   回复  
五星好评  顶一下,感谢分享!
tdwcn12楼
2017-01-09 00:14   回复  
五星好评  顶一下,感谢分享!
viskanta13楼
2017-01-11 20:45   回复  
五星好评  顶一下,感谢分享!
daben201114楼
2017-01-20 00:19   回复  
五星好评  顶一下,感谢分享!
☆ 无星级 ★ 一星级 ★★★ 三星级 ★★★★★ 五星级
普通表情 高级回复(可上传附件)
信息提示
请填处理意见