de.mpg.escidoc.pubman.appbase.FacesBean
Deutsch
 
Hilfe Wegweiser Impressum Kontakt Einloggen
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT

Freigegeben

Konferenzbeitrag

Cross-Validation Optimization for Large Scale Hierarchical Classification Kernel Methods

MPG-Autoren
http://pubman.mpdl.mpg.de/cone/persons/resource/persons84205

Seeger,  M
Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society;

Externe Ressourcen
Es sind keine Externen Ressourcen verfügbar
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Seeger, M. (2007). Cross-Validation Optimization for Large Scale Hierarchical Classification Kernel Methods. Advances in Neural Information Processing Systems 19: Proceedings of the 2006 Conference, 1233-1240.


Zitierlink: http://hdl.handle.net/11858/00-001M-0000-0013-CBDD-C
Zusammenfassung
We propose a highly efficient framework for kernel multi-class models with a large and structured set of classes. Kernel parameters are learned automatically by maximizing the cross-validation log likelihood, and predictive probabilities are estimated. We demonstrate our approach on large scale text classification tasks with hierarchical class structure, achieving state-of-the-art results in an order of magnitude less time than previous work.