Hasta başına yaklaşık 500 değişkenim var, her değişkenin bir sürekli değeri vardır ve üç farklı zaman noktasında (2 ay sonra ve 1 yıl sonra) ölçülür. Regresyon ile yeni hastaların tedavi sonuçlarını tahmin etmek istiyorum.
Bu uzunlamasına verilerle SVM regresyonunu kullanmak mümkün müdür?
Yanıtlar:
Evet, bu mümkün. Bunun dışında Fisher Çekirdeği kullanan uzunlamasına verilerde RBF veya Doğrusal olanlardan daha iyi çalışır. Sizinkine benzer bir ayar bu NIPS belgesinde verilmiştir: http://research.microsoft.com/pubs/147234/NIPS08.pdf
Bu ilginç bir soru ve hızlı bir araştırma yaptım.
OP sürekli veriler için regresyon hakkında sorular sordu . Ancak @Vikram tarafından belirtilen makale sadece sınıflandırma için çalışır .
Lu, Z., Kaye, J. ve Leen, TK (2009). Boyuna Veriler için Hiyerarşik Fisher Çekirdekleri. In Sinir Bilgi İşleme Sistemleri Gelişmeler .
Bulduğum regresyon ile ilgili bir makale aşağıdadır . Teknik ayrıntılar Bölüm 2.3'de bulunabilir.
Seok, KH, Shim, J., Cho, D., Noh, GJ ve Hwang, C. (2011). Yarı parametrik karışık etkili en küçük kareler, farmakokinetik ve farmakodinamik verileri analiz etmek için vektör makinesini destekler. Nöro- hesaplama, 74 (17), 3412-3419.
Herkese açık bir yazılım bulunamadı ancak yazarlar makalenin sonunda kullanım kolaylığı olduğunu iddia ettiler.
Önerilen LS-SVM'nin ana avantajı, regresyon tahmin edicilerinin basit bir lineer denklem sistemini çözen yazılımlar tarafından kolayca hesaplanabilmesidir. Bu, önerilen yaklaşımı pratikte tekrarlanan ölçüm verilerinin analizine uygulamayı kolaylaştırır.
Biraz daha ayrıntılı olarak, SVM (destek vektör makinesi) kullanarak regresyon analizi için iki yaklaşım vardır :
Yukarıda adı geçen Seol ve ark. (2011) LS-VSM yaklaşımını benimsemiştir.