PulseAugur
中
实时 22:01:35
English(EN) Sequential Minimal Optimization for $\varepsilon$-SVR with MAPE Loss and Sample-Dependent Box Constraints

为具有 MAPE 损失的 epsilon-SVR 开发了新的 SMO 算法

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员为 $\varepsilon$-SVR 开发了一种新的顺序最小优化 (SMO) 算法，该算法将平均绝对百分比误差 (MAPE) 直接纳入损失函数。这种新颖的方法通过引入样本相关的盒约束来修改标准的 $\varepsilon$-SVR，这会影响可行集和裁剪边界。该算法的一个实现可在开源的 "psvr" R 包中使用。 AI

影响 为回归模型引入了一种新颖的优化算法，有可能在特定预测场景中提高准确性。

排序理由 这是一篇详细介绍统计建模技术新算法的研究论文。

在 arXiv stat.ML 阅读 →

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

为具有 MAPE 损失的 epsilon-SVR 开发了新的 SMO 算法

报道来源 [2]

  1. arXiv stat.ML TIER_1 English(EN) · Pablo Benavides-Herrera, Riemann Ruiz-Cruz, Juan Diego S\'anchez-Torres ·

    Sequential Minimal Optimization for $\varepsilon$-SVR with MAPE Loss and Sample-Dependent Box Constraints

    arXiv:2605.01446v1 Announce Type: cross Abstract: We derive a Sequential Minimal Optimization (SMO) algorithm for the quadratic dual problem arising from $\varepsilon$-SVR~\cite{Vapnik1995, Drucker1997, Smola2004} modified to minimize the Mean Absolute Percentage Error (MAPE)~\ci…

  2. arXiv stat.ML TIER_1 English(EN) · Juan Diego Sánchez-Torres ·

    Sequential Minimal Optimization for $\varepsilon$-SVR with MAPE Loss and Sample-Dependent Box Constraints

    We derive a Sequential Minimal Optimization (SMO) algorithm for the quadratic dual problem arising from $\varepsilon$-SVR~\cite{Vapnik1995, Drucker1997, Smola2004} modified to minimize the Mean Absolute Percentage Error (MAPE)~\cite{Makridakis1993, Hyndman2006} directly in the lo…

相关实体

相关话题