Kernel Support Vector Machines

新的核稀疏化方法提高了机器学习的效率

研究人员推出了一种名为“向后核集聚”（Backward Kernel Herding）的新算法，旨在提高核方法学习的效率，这类方法对于大型数据集通常计算成本很高。该方法以及一个名为“灵活核稀疏化”（Flexible Kernel Thinning）的扩展，旨在创建代表性的数据集子集，同时在再生核希尔伯特空间（Reproducing Kernel Hilbert Space）中保留关键属性。实验表明，向后核集聚在训练时间效率方面有显著提…