Renewable ℓ1-Regularized Linear Support Vector Machine with High-Dimensional Streaming Data

doi:10.1080/10618600.2025.2604177

Renewable ℓ1-Regularized Linear Support Vector Machine with High-Dimensional Streaming Data

2026-01-01

0

PRE

AI

DOI：10.1080/10618600.2025.2604177

原文链接

原文求助

摘要

En 中文

现代数据收集方法的快速增长为现有分类问题和大型数据集的内存存储带来了新的挑战。开发在线更新方法的必要性日益迫切。本文研究了高维在线设置下线性支持向量机（SVM）的可再生估计过程。所提出的可再生估计过程，包括在线ell;1正则化和在线去偏程序，适用于处理高维流数据，因为在线估计器是通过整合当前新数据批次和历史数据的汇总统计量进行更新，而非重新访问整个原始数据集。理论上，我们在温和条件下证明了所提出的在线估计器的收敛速率。数值研究证实了所提出方法的有效性。本文的补充材料可在线获取。

Keyword:

Classification

High-dimensional data

Online learning

Summary statistics

Renewable ℓ1-Regularized Linear Support Vector Machine with High-Dimensional Streaming Data

摘要

期刊

机构

引用论文