支持向量回归参数调整的一种启发式算法

作     者：刘靖旭 蔡怀平 谭跃进 LIU Jing-xu;CAI Huai-ping;TAN Yue-jin

作者机构：信息工程大学信息工程学院河南郑州450002 国防科学技术大学信息系统与管理学院湖南长沙410073 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2007年第19卷第7期

页      面：1540-1543,1547页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：交叉验证误差 支持向量回归 参数调整 启发式算法 

摘      要：对支持向量回归(Support Vector Regression,SVR)的自由参数进行调整是提高SVR模型推广能力的重要途径,通常通过最小化模型的推广误差估计来实现。交叉验证(CrossValidation,CV)误差是推广误差的一种近似无偏估计,基于CV误差的参数调整大多采用网格搜索法,计算比较费时,需要寻找高效的参数调整算法。通过对径向基核函数SVR的CV误差随参数变化趋势的分析,提出一种启发式搜索算法。该算法采用阶梯式搜索以找出近似最优解,然后用局部算法求取更精确的解。基准数据集上的实验表明所提算法的有效性和高效性。