收藏本站
《计算机与现代化》 2017年08期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

一种启发式线性回归损失函数选取方法

张祎  
【摘要】:损失函数度量回归分析中,信息损失和错误的程度是机器学习算法最小化的目标函数。本文研究在有限数据集上线性回归分析的损失函数选取方法。对于给定的噪声密度,存在一个满足一致性条件的最优损失函数(如噪声密度满足高斯分布,则常见的最优损失函数是平方损失函数)。但在实际应用中,噪声密度往往是不确定的,且训练样本集有限。一些统计信息可用来对有限信息环境下的损失函数进行选取,但这些统计信息是基于一些一致性假设且在有限的样本集上不一定有效。针对这些问题,借鉴Vapnik的ε-insensitive损失函数,提出一种启发式的基于样本数目及噪声方差的参数设置方法。实验结果表明,与常用的平方损失函数及Huber的least-modulus loss相比,本文的损失函数性能更健壮且预测效率更准确。
【作者单位】雅安职业技术学院机电与信息工程系;
【分类号】:O212.1
【正文快照】:
0引言线性回归分析[1]是一种通过样本点信息建立样本特征之间的某种关系的建模方法,是一种非常重要的机器学习方法。机器学习的方法可以分为监督学习(即训练的样本和测试的样本都有标签)、无监督学习(即训练的样本和测试的样本没有标签)和半监督学习(部分样本有标签)。线性回

【相似文献】
中国期刊全文数据库 前10条
1 仲崇新;;加权凸损失函数下的贝叶士估计[J];扬州师院学报(自然科学版);1988年03期
2 肖筱南;一类理想二次损失函数下多参数统计模型的风险估计[J];西安石油学院学报(自然科学版);2003年03期
3 程岩,吴喜之;基于非对称损失函数的参数设计[J];应用概率统计;2005年04期
4 程岩;白宇欣;吴喜之;;基于非对称损失函数指数分布总体的参数设计[J];数学的实践与认识;2006年06期
5 张斌;韩之俊;汤阳;;基于质量损失函数的最优过程均值和质量投资决策[J];统计与决策;2008年18期
6 陈本晶;;非对称质量损失函数系数的参数设计[J];甘肃联合大学学报(自然科学版);2009年03期
7 黄维忠;;平衡损失函数下风险相依回归信度模型[J];华东师范大学学报(自然科学版);2013年01期
8 李新鹏;吴黎军;;平衡损失函数下具有时间变化效应的信度保费[J];重庆理工大学学报(自然科学);2013年04期
9 王天宇;韩萱;杨永愉;;基于平衡损失函数下的信度模型[J];北京化工大学学报(自然科学版);2013年03期
10 刘金泉;一类加权损失函数下正态分布均值参数的同时估计[J];吉林大学自然科学学报;1990年02期
中国重要会议论文全文数据库 前2条
1 李静茹;钱伟民;;ε-不敏感损失函数下的Bayes估计方法[A];中国现场统计研究会第12届学术年会论文集[C];2005年
2 周学君;;Rademacher复杂性与学习机器推广性的界[A];第一届中国智能计算大会论文集[C];2007年
中国博士学位论文全文数据库 前3条
1 欧阳林寒;模型不确定下的稳健参数设计研究[D];南京理工大学;2016年
2 黄维忠;相依风险及平衡损失函数下的信度理论[D];华东师范大学;2013年
3 艾摩尔;多元重复测量模型和估计的比较[D];华东师范大学;2004年
中国硕士学位论文全文数据库 前10条
1 薛娇;Entropy损失函数下若干分布参数的Bayes估计及其性质[D];兰州交通大学;2015年
2 揣瑞;平衡损失函数下Stein估计的优良性研究[D];吉林大学;2016年
3 徐万奎;加权损失函数下的信度保费[D];新疆大学;2011年
4 李春飞;两类损失函数的质量水平与参数设计[D];东北师范大学;2007年
5 邓海松;一类稳健损失函数的构造与应用及多元Laplace分布[D];南京理工大学;2006年
6 徐嫣菊;危险率的估计及预测[D];吉林大学;2008年
7 李新鹏;平衡损失函数下对信度理论的进一步研究[D];新疆大学;2013年
8 杨涛;广义加权Esscher损失函数下的信度保费[D];新疆大学;2010年
9 张睿;复合LINEX对称损失下的参数估计[D];大连理工大学;2007年
10 郭环;两参数广义指数分布的参数估计与数值模拟[D];华中科技大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026