English(EN) Large margin classifier with graph-based adaptive regularization

研究人员提出用于最大间隔分类器的图基自适应正则化

作者 PulseAugur 编辑部 · [2 个来源] · 2026-05-03 19:24

本文介绍了一种新颖的二元分类器方法，通过在Gabriel图基系统中纳入每类正则化超参数。该方法通过允许多数类和少数类具有灵活的阈值来增强异常值消除并解决类别不平衡问题。使用Friedman检验的实验结果表明，这种自适应正则化提高了分类器性能。 AI

影响引入了一种新的分类器正则化技术，可以提高在不平衡数据集和存在异常值情况下的性能。

排序理由这是一篇在arXiv上发表的研究论文，详细介绍了一种新的分类方法。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv stat.ML TIER_1 English(EN) · V\'itor M. Hanriot, Tur\'ibio T. Salis, Luiz C. B. Torres, Frederico Coelho, Antonio P. Braga · 2026-05-05 04:00

基于图的自适应正则化的极大边距分类器

arXiv:2605.02027v1 Announce Type: cross Abstract: This paper introduces the use of per-class regularization hyperparameters in Gabriel graph-based binary classifiers. We demonstrate how the quality index used for regularization behaves both in the margin region and in the presenc…
arXiv stat.ML TIER_1 English(EN) · Antonio P. Braga · 2026-05-03 19:24

基于图的自适应正则化的极大边距分类器

This paper introduces the use of per-class regularization hyperparameters in Gabriel graph-based binary classifiers. We demonstrate how the quality index used for regularization behaves both in the margin region and in the presence of outliers, and how incorporating this regulari…