Запитання з тегом «support-vector-machines»

2
Обчислення коефіцієнтів Лагранжа для SVM в Python
Я намагаюся написати повну реалізацію SVM в Python, і у мене є кілька проблем, які обчислюють коефіцієнти Лагранжа. Спочатку дозвольте перефразувати те, що я розумію з алгоритму, щоб переконатися, що я на вірному шляху. Якщо - це набір даних, а - мітка класу , тоy i ∈ { - 1 …

2
Чи мають матриці ядра RBF погані умови?
Я використовую функцію ядра RBF для реалізації одного алгоритму машинного навчання на основі ядра (KLPP), отриманої матриці ядра KKK K(i,j)=exp(−(xi−xj)2σ2m)K(i,j)=exp⁡(−(xi−xj)2σm2)K(i,j)= \exp\left({\frac{-(x_{i}-x_{j})^2}{ \sigma_{m}^2}}\right) показано, що він надзвичайно погано обумовлений. Кількість умов L2-норми приходить 1017−10641017−106410^{17}-10^{64} Чи є спосіб зробити його добре кондиціонованим? Я здогадуюсь, параметрσσ \sigma потребує налаштування, але я не знаю, …
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.