Bounds on error expectation for support vector machines
Bounds on error expectation for support vector machines
复制标题
DOI：
10.1162/089976600300015042
复制
发表时间：
2000-09-01
影响因子：
2.9
通讯作者：
Chapelle, O
中科院分区：
文献类型：
--
作者：
Vapnik, V;Chapelle, O
我们引入了支持向量（SV）跨度的概念，并证明了支持向量机（SVM）的泛化能力依赖于这个新的几何概念。我们证明跨度的值总是比包含支持向量的最小球体的直径小（可以小得多），在前面的边界中使用（Vapnik, 1998）。实验还表明，由跨度给出的测试误差预测非常准确，可直接应用于模型选择（选择支持向量机的最优参数）。
We introduce the concept of span of support vectors (SV) and show that the generalization ability of support vector machines (SVM) depends on this new geometrical concept. We prove that the value of the span is always smaller (and can be much smaller) than the diameter of the smallest sphere containing the support vectors, used in previous bounds (Vapnik, 1998). We also demonstate experimentally that the prediction of the test error given by the span is very accurate and has direct application in model selection (choice of the optimal parameters of the SVM).