«svm» etiketlenmiş sorular

Destek Vektör Makinesi, "sınıflandırma ve regresyon analizi için kullanılan verileri analiz eden ve örüntüleri tanıyan bir dizi ilgili denetimli öğrenme yöntemini" ifade eder.

7
Lineer çekirdeğe sahip SVM'lerde C'nin etkisi nedir?
Şu anda verilerimi sınıflandırmak için doğrusal bir çekirdeğe sahip bir SVM kullanıyorum. Eğitim setinde hata yoktur. parametresi için birkaç değer denedim ( ). Bu, test setindeki hatayı değiştirmedi.10 - 5 , … , 10 2CCC10- 5, … , 10210−5,…,10210^{-5}, \dots, 10^2 Şimdi merak: Bunun bir hata olduğunu yakut bağlamaları nedeniyle …


4
Çekirdeğin ne olduğu sezgisel olarak nasıl açıklanır?
Birçok makine öğrenme sınıflandırıcısı (örneğin, destek vektör makineleri) bir tanenin bir çekirdek belirtmesine izin verir. Bir çekirdeğin ne olduğunu açıklamanın sezgisel bir yolu ne olurdu? Düşündüğüm bir yön, doğrusal ve doğrusal olmayan çekirdekler arasındaki ayrımdır. Basit bir ifadeyle, 'doğrusal karar fonksiyonları' ndan bir 'doğrusal olmayan karar fonksiyonlarından' bahsedebilirim. Ancak, bir …


3
Bir örnek: ikili sonuç için glmnet kullanarak LASSO regresyonu
Ben kullanımı ile serpmek başlıyorum glmnetile LASSO Regresyon ilgi benim sonuç dikotom olduğunu. Aşağıda küçük bir sahte veri çerçevesi oluşturdum: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, …
77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

1
Anlamam için bana yardım et Destek
Bir Destek Vektörü Makinelerinin amacının, bir girişin birkaç farklı sınıfa sınıflandırılması açısından ne anlama geldiğinin temellerini anlıyorum; Yeni başlayanlar için biraz Slack Değişkenleri ile kafam karıştı. Amaçları nedir? Bir ayakkabının iç tabanına yerleştirdiğim sensörlerden basınç ölçümleri aldığım bir sınıflandırma problemi yapıyorum. Basınç verileri kaydedilirken bir konu birkaç dakika oturacak, duracak …


5
Sinir ağları - vektör makinelerini destekler: ikincisi kesinlikle üstün mü?
Okuduğum makalelerin çoğu yazarları, SVM'lerin NN'lerle benzer sonuçlar elde edemediklerini bilerek, regresyon / sınıflandırma problemleriyle yüzleşmek için üstün bir teknik olduğunu kabul ediyorlar. Genellikle karşılaştırmalar NN'ler yerine SVM'ler, Güçlü bir kurucu teori var İkinci dereceden programlama sayesinde global olarak optimum seviyeye ulaşın Uygun sayıda parametre seçmekte sorun yok Fazla giydirmeye …

4
SVM'yi takarken neden ikili problemle uğraşıyorsunuz?
Veri noktaları göz önüne alındığında ve etiketler y 1 , ... , Y , n ∈ { - 1 , 1 } , sert kenar SVM asli bir sorundurx1,…,xn∈Rdx1,…,xn∈Rdx_1, \ldots, x_n \in \mathbb{R}^dy1,…,yn∈{−1,1}y1,…,yn∈{−1,1}y_1, \ldots, y_n \in \left \{-1, 1 \right\} s.t.minimizew,w012wTwminimizew,w012wTw \text{minimize}_{w, w_0} \quad \frac{1}{2} w^T w s.t.∀i:yi(wTxi+w0)≥1s.t.∀i:yi(wTxi+w0)≥1 \text{s.t.} \quad …
50 svm 

2
Konvolüsyonel Sinir Ağları neden sınıflandırmak için bir Destek Vektör Makinesi kullanmıyor?
Son yıllarda, Konvolüsyonel Sinir Ağları (CNN'ler) bilgisayar vizyonunda nesne tanıma konusunda son teknoloji haline geldi. Tipik olarak, bir CNN birkaç evrimli tabakadan sonra bunu iki tam bağlı tabakadan oluşur. Bunun arkasındaki sezgisi, evrişimli katmanların girdi verilerinin daha iyi bir gösterimini öğrenmesi ve tam olarak bağlı olan katmanlar daha sonra bu …



5
SVM özellik ağırlıkları nasıl yorumlanır?
Doğrusal bir SVM yerleştirerek verilen değişken ağırlıkları yorumlamaya çalışıyorum. (Ben scikit-learn kullanıyorum ): from sklearn import svm svm = svm.SVC(kernel='linear') svm.fit(features, labels) svm.coef_ Belgelerde, bu ağırlıkların nasıl hesaplandığını veya yorumlandığını gösteren hiçbir şey bulamıyorum. Kilo işaretinin dersle ilgisi var mı?

3
SVM ve lojistik regresyonun karşılaştırılması
Birisi lütfen SVM veya LR'yi ne zaman seçeceğiniz konusunda bana biraz fikir verebilir mi? İlgili amaçların aşağıdaki gibi olduğu ikisinin hiper düzlemini öğrenme optimizasyon kriterleri arasındaki farkın arkasındaki sezgiyi anlamak istiyorum: SVM: En yakın destek vektörleri arasındaki marjı maksimize etmeye çalışın LR: Arka sınıf olasılığını maksimuma çıkarın Hem SVM hem …

3
SVM, Overfitting, boyutsallık laneti
Veri setim küçük (120 örnek), ancak özelliklerin sayısı büyük (1000-200.000) arasında değişiyor. Özellik alt kümesini seçmek için özellik seçimi yapmama rağmen, yine de uygun olabilir. İlk sorum şu, eğer SVM, eğer varsa, aşırı yüklenmeyi nasıl ele alıyor? İkincisi, sınıflandırma durumunda fazladan takma hakkında daha fazla çalıştıkça, az sayıda özelliğe sahip …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.