উত্তর:
শোরগোলের ডেটা সহ তদারকি সমস্যাগুলির জন্য বৈষম্যমূলক নিয়মিত
ফ্রিডম্যান এট আল-এর মূল 1989 এর কাগজের সাথে এখানে লিঙ্ক । এছাড়াও, কুঞ্চেভা তার " সংমিশ্রণ প্যাটার্ন শ্রেণিবদ্ধ " বইটিতে খুব ভাল ব্যাখ্যা দিয়েছেন ।
গ্রেডিয়েন্ট বুস্টড ট্রি
গাউসিয়ান প্রক্রিয়া শ্রেণিবদ্ধকারী - এটি সম্ভাব্য পূর্বাভাস দেয় (এটি কার্যকর যখন আপনার অপারেশনাল আপেক্ষিক শ্রেণীর ফ্রিকোয়েন্সিগুলি আপনার প্রশিক্ষণ সংস্থার তুলনায় আলাদা হয়, বা আপনার মিথ্যা-পজিটিভ / মিথ্যা-নেতিবাচক ব্যয়গুলি অজানা বা পরিবর্তনশীল হয়)। এটি একটি সীমাবদ্ধ ডেটাসেট থেকে "মডেলটির অনুমান" করার অনিশ্চয়তার কারণে মডেল পূর্বাভাসগুলিতে অনিশ্চয়তার সূত্রপাত করে। কো-ভেরিয়েন্স ফাংশনটি কোনও এসভিএমের কার্নেল ফাংশনের সমতুল্য, তাই এটি সরাসরি নন-ভেক্টোরিয়াল ডেটাতেও পরিচালনা করতে পারে (যেমন স্ট্রিং বা গ্রাফ ইত্যাদি)। গাণিতিক কাঠামোটিও ঝরঝরে (তবে ল্যাপ্লেস আনুমানিকতা ব্যবহার করবেন না)। প্রান্তিক সম্ভাবনা সর্বাধিকীকরণের মাধ্যমে স্বয়ংক্রিয় মডেল নির্বাচন।
মূলত লজিস্টিক রিগ্রেশন এবং এসভিএম এর ভাল বৈশিষ্ট্যগুলি একত্রিত করে।
এল 1-নিয়মিত লজিস্টিক রিগ্রেশন।