總體錯(cuò)誤率與孿生極端學(xué)習(xí)機(jī).pdf

1、總體錯(cuò)誤率（TER）在處理多類分類問(wèn)題中采用傳統(tǒng)的一對(duì)余的學(xué)習(xí)方法，導(dǎo)致在訓(xùn)練過(guò)程中因多次計(jì)算而浪費(fèi)不必要的時(shí)間；同時(shí)也可能對(duì)數(shù)據(jù)一類對(duì)多類的劃分產(chǎn)生不平衡的數(shù)據(jù)集從而對(duì)實(shí)驗(yàn)精度產(chǎn)生影響。因此本文提出了專門(mén)針對(duì)多類分類問(wèn)題的新算法：多類分類總體錯(cuò)誤率（MTER）。多類分類總體錯(cuò)誤率以極端學(xué)習(xí)機(jī)的一致逼近性為基礎(chǔ)，對(duì)多類分類問(wèn)題的總體錯(cuò)誤率進(jìn)行了改進(jìn)：用一種統(tǒng)一的最優(yōu)化模型分別計(jì)算多類分類樣本中每一類的總體錯(cuò)誤率，既可以避免多次計(jì)算中不必

2、要的計(jì)算步驟從而節(jié)約時(shí)間，同時(shí)把各個(gè)類別的數(shù)據(jù)集統(tǒng)一劃分，分別計(jì)算而不是一類對(duì)多類的不平衡數(shù)據(jù)從而避免產(chǎn)生不平衡的數(shù)據(jù)，具有很好的優(yōu)越性。實(shí)驗(yàn)結(jié)果證明了多類分類總體錯(cuò)誤率（MTER）算法的優(yōu)越性。
　　孿生參數(shù)間隔支持向量機(jī)（TPMSVM）在模型運(yùn)算過(guò)程中需要對(duì)二次規(guī)劃模型進(jìn)行計(jì)算，比較復(fù)雜耗時(shí)。針對(duì)這一缺點(diǎn)，本文提出了孿生參數(shù)間隔極端支持向量機(jī)（TPMESVM）。TPMESVM利用極端學(xué)習(xí)機(jī)的一致逼近性的優(yōu)點(diǎn)，運(yùn)用到分類問(wèn)題的最