Least squares support vector machine classifiers
Least squares support vector machine classifiers
复制标题
DOI：
10.1023/a:1018628609742
复制
发表时间：
1999-06-01
影响因子：
3.1
通讯作者：
Vandewalle, J
中科院分区：
文献类型：
--
作者：
Suykens, JAK;Vandewalle, J
在这封信中，我们讨论了支持向量机（SVM）分类器的最小二乘版本。由于公式中的等式类型约束，解决方案遵循求解一组线性方程，而不是经典SVM的二次规划。该方法说明了一个双螺旋基准分类问题。
In this letter we discuss a least squares version for support vector machine (SVM) classifiers. Due to equality type constraints in the formulation, the solution follows from solving a set of linear equations, instead of quadratic programming for classical SVM's. The approach is illustrated on a two-spiral benchmark classification problem.