Parameter Selection in Least Squares-support Vector Machines Regression Oriented, Using Generalized Cross-validation
Year: 2012
Type: article
Abstract: En este trabajo, se propone una metodología para la selección automática de los parámetros libres de la técnica de regresión basada en mínimos cuadrados máquinas de vectores de soporte (LS-SVM), a partir de un análisis de validación cruzada generalizada multidimensional sobre el conjunto de ecuaciones lineales de LS-SVM. La técnica desarrollada no requiere de un conocimiento a priori por parte del usuario acerca de la influencia de los parámetros libres en los resultados. Se realizan experimentos sobre dos bases de datos artificiales y dos bases de datos reales. De acuerdo a los resultados obtenidos, se concluye que el algoritmo desarrollado calcula regresiones apropiadas con errores relativos competentes
Source: DYNA
Authors: Álvarez Meza, Andrés Marino, Daza Santacoloma, Genaro, Acosta Medina, Carlos Daniel, Castellanos Domínguez, Germán
Institutions: Universidad Nacional de Colombia, Universidad Antonio Nariño
Language: English
Topic: Machine Learning and ELM
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: diamond
OpenAlex ID: W1937069764