Im Fokus dieser Diplomarbeit steht die Implementierung und theoretische Analyse eines neuen Algorithmus zur Berechnung des gesamten Lösungspfades von allgemeinen Support Vector Machines bezüglich ihres Regularisierungsparameters. Dessen optimaler Wert wird im Ergebnis durch einen solchen Pfad deutlich leichter auffindbar. Erreicht wird dieses Ziel mit Hilfe der nicht-approximativen Criss-Cross Methode aus dem Bereich der linearen Komplementaritätsprobleme. Neben dem geometrischen Verhalten dieser Methode wird insbesondere auf deren effi ziente Initialisierung zu Beginn eines Lösungspfades eingegangen. Darüber hinaus zeigt diese Arbeit auf, dass auch Probleme der Conjoint Analyse in Support Vector Machines überführt und entsprechend gelöst werden können. Abschließend werden die theoretischen Resultate anhand von Conjoint-Analyse-Datensätzen und solchen für Support Vector Machines veranschaulich.
Nutzung und Vervielfältigung:
Alle Rechte vorbehalten