Сложность многоклассового классификатора один-против-всех

Автор: Решетова Д.Г., Максимов Ю.В.

Журнал: Труды Московского физико-технического института @trudy-mipt

Рубрика: Доклады

Статья в выпуске: 4 (28) т.7, 2015 года.

Бесплатный доступ

Рассматривается задача многоклассовой классификации и алгоритм ее решения с помощью сведения ко множеству задач бинарной классификации по методу одинпротив-всех. Бинарные классификаторы минимизируют отступ согласно функции потерь hinge-loss, оцениваемая мультиклассовая ошибка - мультиклассовый отступ. Для данного метода изучается оценка матожидания функции потерь и сложности множества полученных многоклассовых классификаторов. При получении оценки никаких предположений на распределение данных и множество классификаторов не делается.

Многоклассовая классификация, статистические оценки, радемахеровская сложность, бинарная классификация, один-против-всех

Короткий адрес: https://sciup.org/142186104

IDR: 142186104

Список литературы Сложность многоклассового классификатора один-против-всех

  • Foody G.M., Mathur A. A relative evaluation of multiclass image classification by support vector machines//Geoscience and Remote Sensing, IEEE Transactions on. 2004. V. 42. N 6. P. 1335-1343
  • McNeill D. Hand and mind: What gestures reveal about thought. University of Chicago Press, 1992
  • Rennie J.D.M., Rifkin R. Improving multiclass text classification with the support vector machine. 2001
  • Guermeur Y., Elisseeff A., Zelus D. A comparative study of multi-class support vector machines in the unifying framework of large margin classifiers//Applied stochastic models in business and industry. 2005. V. 21. N 2. P. 199-214
  • Koltchinskii V., Panchenko D. Empirical margin distributions and bounding the generalization error of combined classifiers//Annals of Statistics. 2002. P. 1-50
  • Mohri M., Rostamizadeh A., Talwalkar A. Foundations of machine learning. MIT press, 2012
  • Moore R., DeNero J. 𝐿1 and 𝐿2 Regularization for Multiclass Hinge Loss Models//Symposium on Machine Learning in Speech and Language Processing. 2011
Статья научная