Finale
Feature Exploitation
- Kernel:有效的特征转换方法
- Aggregation:由弱到强,不同的组合方法
- Nearest Neighbor可以看作是一种Conditional的组合模型
- Extraction:寻找潜藏特征
- AdaBoost:通过选择一个弱分类器实先隐藏特征的抽取
- 降维:压缩原始特征,更具有表现性
- 特征选择可以认为是一种特征降维的方法
Error Optimization Techniques
- GD:梯度作为错误函数的一阶逼近
- SGD、Mini-Batch
- Functional GD
- Steepest Descent
- 二阶逼近——牛顿法
- 等价解
- 对偶SVM
- Kernel LR、Kernel RR
- PCA(和特征值问题连结)
- 子问题
- 多步方法
- 交替优化(Steepest Descent)
- 分治法
Overfitting Elimination Techniques
- 正则化
- 大间隔
- L2、L1
- 投票、平均
- 降噪
- 剪枝
- 提前终止
- 加入约束
- Validation
- SV数量
- 算法内部的Validation(剪枝、融合)
- OOB