Autor(en): Christmann, Andreas
Luebke, Karsten
Marin-Galiano, Marcos
Rüping, Stefan
Titel: Determination of hyper-parameters for kernel based classification and regression
Sprache (ISO): en
Zusammenfassung: We investigate methods to determine appropriate choices of the hyper-parameters for kernel based methods. Support vector classification, kernel logistic regression and support vector regression are considered. Grid search, Nelder-Mead algorithm and pattern search algorithm are used.
Schlagwörter: convex risk minimization
kernel logistic regression
statistical machine learning
support vector machine
support vector regression
URI: http://hdl.handle.net/2003/21667
http://dx.doi.org/10.17877/DE290R-14494
Erscheinungsdatum: 2005-11-07T11:39:49Z
Enthalten in den Sammlungen:Sonderforschungsbereich (SFB) 475

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
tr38-05.pdfDNB491.21 kBAdobe PDFÖffnen/Anzeigen


Diese Ressource ist urheberrechtlich geschützt.



Diese Ressource ist urheberrechtlich geschützt. rightsstatements.org