Запитання з тегом «svm»

З огляду на вектори підтримки лінійної SVM, як я можу обчислити рівняння межі рішення?

19 machine-learning  svm 

Для використання SVM або нейронної мережі йому потрібно перетворити (кодувати) категоричні змінні в числові змінні, нормальним методом у цьому випадку є використання 0-1 двійкових значень з k-м категоричним значенням, перетвореним у (0,0, .. ., 1,0, ... 0) (1 знаходиться на k-й позиції). Чи є інші методи для цього, особливо коли …

19 machine-learning  neural-networks  categorical-data  svm  categorical-encoding 

Остаточне редагування з усіма оновленими ресурсами: Для проекту я застосовую алгоритми машинного навчання для класифікації. Завдання: Досить обмежені марковані дані та набагато більше мічених даних. Цілі: Застосовуйте напівнаглядову класифікацію Застосувати як-небудь напівпідконтрольний процес маркування (відомий як активне навчання) Я знайшов багато інформації з науково-дослідних робіт, таких як застосування EM, Transductive …

19 machine-learning  classification  software  svm  text-mining 

Що таке визначення "простір функцій"? Наприклад, читаючи про SVM, я читав про "відображення в просторі для функцій". Читаючи про CART, я читав про "розділення для розміщення простору". Я розумію, що відбувається, особливо для CART, але думаю, що є якесь визначення, яке я пропустив. Чи існує загальне визначення поняття "простір функцій"? …

19 machine-learning  svm  feature-selection  cart  feature-construction 

У мене простір у 35 вимірів (атрибутів). Моя аналітична проблема - це проста класифікація. З 35 вимірів понад 25 є категоричними, і кожен атрибут приймає більше 50+ типів значень. У такому сценарії введення фіксованої змінної також не допоможе мені. Як я можу запустити SVM на просторі, який має безліч категоричних …

18 categorical-data  svm 

Мені потрібно класифікувати URL-адреси на категорії. Скажімо, у мене є 15 категорій, на які я планую занулювати кожну URL-адресу. Чи краще 15-ти класичний класифікатор? Де я маю 15 міток і генерую функції для кожної точки даних. Або створити 15 двійкових класифікаторів, скажімо: Movie чи Non-Movie, і використати цифри, які я …

18 machine-learning  classification  categorical-data  svm  feature-selection 

Чи може хтось пояснити мені переваги та недоліки класифікації SVM, яка відрізняє її від інших класифікаторів?

18 machine-learning  svm 

Я знаю, що SVM - це двійковий класифікатор. Я хотів би поширити його на багатокласний SVM. Який найкращий, а може, найпростіший спосіб його виконання? код: в MATLAB u=unique(TrainLabel); N=length(u); if(N>2) itr=1; classes=0; while((classes~=1)&&(itr<=length(u))) c1=(TrainLabel==u(itr)); newClass=double(c1); tst = double((TestLabel == itr)); model = svmtrain(newClass, TrainVec, '-c 1 -g 0.00154'); [predict_label, accuracy, …

18 machine-learning  matlab  svm  multi-class 

Минулого року на NIPS 2017 Алі Рахімі та Бен Рехт виграли нагороду за тест часу за свою статтю "Випадкові функції для крупномасштабних машин ядра", де вони ввели випадкові функції, пізніше кодифіковані як алгоритм випадкових мийок на кухні. У рамках оприлюднення своїх робіт вони показали, що їх модель може бути реалізована …

18 machine-learning  svm  gaussian-process  approximation 

Нижче наведено 6 меж рішення. Межі рішення - фіолетові лінії. Точки та хрестики - це два різних набори даних. Ми повинні вирішити, який з них: Лінійний SVM Кернелізоване SVM (Поліномне ядро ​​порядку 2) Перцепрон Логістична регресія Нейронна мережа (1 прихований шар з 10 випрямленими лінійними одиницями) Нейронна мережа (1 прихований …

17 machine-learning  self-study  classification  neural-networks  svm 

Як я можу зрозуміти, що робить ядро ​​RBF у SVM? Я маю на увазі, що я розумію математику, але чи є спосіб зрозуміти, коли це ядро ​​стане корисним? Чи будуть результати від kNN пов'язані зі SVM / RBF, оскільки RBF містить векторні відстані? Чи є спосіб отримати відчуття ядра полінома? …

17 svm  kernel-trick 

У невеликій проблемі класифікації тексту, яку я розглядав, Naive Bayes демонстрував виставу, схожу на SVM або більше, і я дуже розгубився. Мені було цікаво, які фактори визначають тріумф одного алгоритму над іншим. Чи бувають ситуації, коли немає сенсу використовувати Naive Bayes над SVM? Чи може хтось пролити на це світло?

17 machine-learning  classification  svm  naive-bayes 

Я використовую моделі SVM для короткострокового прогнозування забруднювачів повітря. Для підготовки нової моделі мені потрібно знайти відповідні метапараметри для моделі SVM (я маю на увазі C, гамма тощо). Документація Libsvm (і багато інших книг, які я прочитав) пропонує використовувати пошук по сітці, щоб знайти ці параметри - тому я в …

17 cross-validation  svm 

Я працюю з багатьма алгоритмами: RandomForest, DecisionTrees, NaiveBayes, SVM (ядро = лінійне та rbf), KNN, LDA та XGBoost. Усі вони були досить швидкими, за винятком SVM. Саме тоді я дізнався, що для швидшого роботи потрібне масштабування функцій. Тоді я задумався, чи варто робити те ж саме для інших алгоритмів.

17 machine-learning  svm  random-forest  naive-bayes  xgboost 

Я розумію, що однокласні SVM (OSVM) були запропоновані з урахуванням відсутності негативних даних, і вони прагнуть знайти межі рішення, які відокремлюють позитивний набір і якусь негативну опорну точку, скажімо, походження. Робота в 2011 році пропонує екземплярні SVM (ESVM), які готують "єдиний класифікатор на категорію", який стверджує, що відрізняється від OSVM, …

16 machine-learning  svm