自调用支持向量回归优化支持向量机参数

• 作 者: 王志明 谭显胜 袁哲明 伍朝华
• 机 构: 湖南农业大学生物安全科学技术学院,湖南农业大学湖南省作物种质创新与资源利用重点实验室,湖南农业大学理学院,
• 出 处: 系统仿真学报
• 发表日期: 2010年02期
• 关键词: uniform design support vector regression large-scale samples parameter selection

参数选择是支持向量回归分析的关键问题之一,在大训练样本条件下,大范围遍历搜索极为耗时。基于均匀设计和自调用支持向量回归,提出了一种将大样本搜索转化为小样本搜索的策略:在3因素9水平搜索范围,经混合均匀设计产生27个参数组合,每组合对训练集经交叉测试得其均方误差MSE;以MSE为目标函数,对该27个参数组合形成的小样本自调用支持向量回归以留一法进行大范围搜索建模,预测729个完全参数组合;取预测MSE最小的对应参数组合完成大样本的训练、预测。对5个基准数据集的独立预测表明,新方法在保证预测精度的同时,