来自多个源域适应: 依赖域正则化方法我要分享

Domain Adaptation from Multiple Sources: A Domain-

正则 方法 依赖 多个 来自 适应

关注次数: 259

下载次数: 0

文件大小: 19.32 MB

代码分类: 其他

开发平台: matlab

下载需要积分: 2积分

版权声明:如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

代码描述

中文说明:景区简介-------------------------------------------------------------此文件夹包含用于获取20NEWSGROUPS数据集[ 2 ]实验结果代码。要求-------------------------------------------------------------1。如果你已经下载的数据从http://vc.sce.ntu.edu.sg/transfer_learning_domain_adaptation/dam-tnnls2012/data_20newsgroups.zip和提取的数据文件夹,请先做。并;2。KMM算法需要MOSEK软件,请修改SETPATH。M文件给环境增加MOSEK工具箱。3。测试代码64位MATLAB安装64位的Windows,你可能需要重新编译MEX文件的文件夹在其他环境中运行时工具。文件描述---------------------------------------------------------------1。run_xxx。M,main_xxx。M,和show_result_all_xxx。我是XXX的编码算法(如fast_dam)。第二个被用来获得的结果,而最后一个是用来打印现有的结果。与之和;如何运行?---------------------------------------------------------------如果准备好了数据集,可以执行 ; ;>;>;run_exp_comp_vs_rec在比较与建议的设置得到的实验结果注意,为了运行不同的算法的问题,如一些算法(如fastdam)可能依赖于其他算法的决策(例如,svm_s)。所以,你可以在run_exp_xxx遵守秩序。我为了避免这样的问题。同时,我们目前也提供univerdam Mex文件,这是64位MATLAB下编译安装 ;在64位Windows。工具书类--------------------[ 1 ]属段,艾弗·曾D.徐和T. S. Chua“领域适应从多个来源通过辅助分类器,在机器学习国际会议(ICML),2009。[ 2 ]属段,D.徐和我W曾“领域适应从多个来源:一个领域相关的正则化方法,”IEEE Trans。基于神经网络和学习系统(t-nn


English Description:

Introduction ------------------------------------------------------------- This folder contains the codes used to obtain the experimental results on 20Newsgroups dataset in [2]. Requirements ------------------------------------------------------------- 1. If you have downloaded the dataset from http://vc.sce.ntu.edu.sg/transfer_learning_domain_adaptation/DAM-TNNLS2012/data_20Newsgroups.zip and extract it to the data folder, please do it first.   2. KMM algorithm need the Mosek software, please modify the setpath.m file to added the Mosek toolbox to the environment. 3. The code is tested 64-bit Matlab installed on 64-bit Windows, you may need recompile the mex files in the utils folder when run on other environment. File Descriptions --------------------------------------------------------------- 1. run_xxx.m, main_xxx.m, and show_result_all_xxx.m are the codes for algorit


代码预览