Lp范数GEPSVM分类器

异常值下更稳健

用Lp范数距离替代L2范数，使GEPSVM在样本含异常值时分类性能更稳健。

Yan, He · Yan, Liu · Li, Yanmeng · 业巧林 · 於东军 · Qi, Yong

Information Sciences 2024

技术优势

不怕离群点

距离度量从 L2 范数改为 Lp 范数，p 可以小于 2，离群点的误差贡献被压缩，不再主导分类面的位置。

分类更准

在多个含异常值的真实数据集上，GEPSVMLp 的分类准确率优于 GEPSVM 和 GEPSVML1。

应用场景

• 模式识别：用于存在离群点的模式识别任务，如含噪声的图像或信号分类。
• 异常检测：可作为异常检测的稳健分类器，抵抗离群点对决策边界的干扰。
• 分类算法：为分类算法库提供一个对离群点稳健的 GEPSVM 变体。