基于matlab的svm的留一法代码实现AROMS-机器学习
机器学习的自动表示优化和模型选择框架-AROMS-Framework
这是AROMS-Framework的Matlab源代码的发布。
这是我在德国杜伊斯堡-埃森大学的智能系统小组(Intelligente
Systeme)的博士项目的主要贡献。
我的博士学位论文题目为“机器学习的自动表示优化和模型选择框架”在线发表:
英博士Dipl.-Inf。
FabianBürger,2016年7月4日
与我联系的一种方法是:fabuerger
|
at
|
gmail
|
dot
|
com
==应用领域和方法==
AROMS框架的应用领域是针对监督分类问题的数据处理管道的优化。
管道非常适合每项学习任务,由四个连续处理数据的元素组成:
特征选择元素选择有用的特征子集
功能预处理元素应用数据预处理方法,例如重新缩放,L2归一化或预白化
特征变换元素从流形学习和表示学习领域应用合适的特征变换,例如主成分分析(PCA),自动编码器或LLE(局部线性嵌入)
分类器元素包含分类器,并提供了多种选择,例如内核支持向量机(SVM),随机森林或人工神
2023-02-06 11:01:51
2.29MB
系统开源
1