论文部分内容阅读
超大规模机器学习问题往往是许多机器学习算法在实际应用中的一大限制。这种大规模问题经常会遇到,比如专利分类。即便是像支持向量机这样高效率的学习算法,面对超大规模的数据,照样会难以克服。在这种情况下,突破单机限制,利用丰富的并行计算资源,解决这些大规模学习问题往往是比较可行的办法。最小最大模块化支持向量机(M3-SVM)是基于“分而治之”的思想解决大规模问题的有效学习算法。它通过分解大规模问题,变成大量小规模问题进行学习,并通过有效的分类器组合算法将他们重新组合,成为大规模问题的原始解,该算