增量最大熵分类器

用于构建最大熵分类器的算法是否可以修改为增量运行,还是它本质上是一个批处理过程?我找到了一些开源 实现,但它们都是批处理,即使检查了代码,我也无法想象如何修改它们以实现增量运行。这是可能的吗?


回答:

当然可以通过增量过程来训练最大熵分类器。我认为最流行的训练方案可能是随机梯度下降。你也可以使用逻辑回归这个术语来代替最大熵,这样有助于搜索引擎的查找。

通过简短的搜索,或许这些可能会有所帮助?

http://alias-i.com/lingpipe/demos/tutorial/logistic-regression/read-me.html

https://issues.apache.org/jira/browse/MAHOUT-228

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注