原始论文:Online Passive-Aggressive Algorithms by Crammer at al.
本文主要参考对象:Passive-Aggresive Blog by Giuseppe Bonaccorso
PA模型在分类和回归上都可以运用,在文本,我们主要讨论二元分类问题。
PA属于online learning,自然也拥有了OL的优点,也就是,当数据分布随着时间改变而改变时,PA的权重也会逐渐改变,使得新算法能够更好地预测。
PA的预测方式是:
就像SVM一样,PA的损失函数也是Hinge Loss function。
注意,在预测准确时,恒为正,在预测错误时,恒为负。所以,当预测结果是正确的时候,而且远离margin时,模型不必要被修改,除此之外,模型都需要被调整&#x