[00225730]一种基于spark的支持向量机参数优选并行粒子群寻优方法
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201710514364.5
交易方式：
技术转让
技术转让
技术入股
联系人：
徐州中国矿业大学大学科技园有限责任公司
进入空间
所在地：江苏徐州市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
一种基于spark的支持向量机参数优选并行粒子群寻优方法，适用于机器学习模型训练。将所有节点粒子的初始化信息转化成RDD的形式存储；对不同地址坐标参数的节点粒子交叉验证，节点粒子映射为交叉验证的正确率、粒子的个体极值；利用所有节点粒子的个体极值找到全局极值；根据全局极值在各个RDD中更新节点粒子；判断该全局极值是否达到目标正确率或迭代次数达到上限，达到就退出寻优过程，否则重复对节点粒子分别并行的做交叉验证。其寻优过程运行速度快，搜索范围大，粒子群算法寻找全局最优准确迅速。
一种基于spark的支持向量机参数优选并行粒子群寻优方法，适用于机器学习模型训练。将所有节点粒子的初始化信息转化成RDD的形式存储；对不同地址坐标参数的节点粒子交叉验证，节点粒子映射为交叉验证的正确率、粒子的个体极值；利用所有节点粒子的个体极值找到全局极值；根据全局极值在各个RDD中更新节点粒子；判断该全局极值是否达到目标正确率或迭代次数达到上限，达到就退出寻优过程，否则重复对节点粒子分别并行的做交叉验证。其寻优过程运行速度快，搜索范围大，粒子群算法寻找全局最优准确迅速。
