ELS-TWSVM

前述知识：

1. TWSVM
2. LS-TWSVM

---

        与TSVM相比，LS-TSVM 的关键优势是 LS-TSVM 是一种非常快速和简单的算法。ELS-TWSVM（基于能量的双最小二乘支持向量机） 的目的是改善 LS-TSVM 的鲁棒性。

        基于能量的 LS-TSVM 为每个超平面的引入能量的概念来提高其鲁棒性，引入能量后的原始最优化问题为（以其中一个超平面为例）：

其中另一个超平面的最优化问题类似：

将原始最优化问题的等式约束添加到最小化项中得到：

求其对  的偏导并等于 0 得到：

结合两项可以得到：

就可以解得：

---

        得到两个超平面后，对于需要预测的点，它的类别就是离它近的超平面所属的类别。与 LS-TSVM 相比：

1. LS-TSVM的约束要求超平面与另一类的点的距离正好为1，它使得LS-TSVM对异常值很敏感；ELS-TSVM为每个超平面引入了一个能量，根据先验知识或网格搜索，选择了不同的能量参数，以减少噪声和异常值的影响
2. 其次，ELS-TSVM 和 LS-TSVM 的决策函数完全不同。从原始问题中直接得到了 ELS-TSVM 的决策函数。但是，在 LS-TSVM 中，计算点到平面的垂直距离。