点击次数：

论文类型：期刊论文

发表时间：2010-09-15

发表刊物：大连理工大学学报

收录刊物：EI、PKU、ISTIC、CSCD、Scopus

卷号：50

期号：5

页面范围：788-793

ISSN号：1000-8608

关键字：多示例学习;Logistic回归模型;凝聚函数;文本分类

摘要：鉴于很多实际问题都可以转化到多示例框架下求解,多示例学习越来越受到机器学习领域内学者们的关注.提出了一个基于Logistic回归模型的多示例学习算法.首先定义了一个新的似然函数来表示每个包的标签与其示例的隐含标签之间的关系,然后利用凝聚函数把该似然函数转化为一个光滑的凹函数,从而使问题可以用常用的无约束优化方法快速求解.在一些标准数据集和一个文本分类问题上的实验结果表明,所提算法要优于其他常用多示例学习算法.