«svm» etiketlenmiş sorular

GAM kullandığımda, artık DF (kodun son satırı) olduğunu gösteriyor. Bu ne anlama geliyor? GAM örneğinin ötesine geçmek, Genel olarak, serbestlik derecelerinin sayısı tam sayı olmayan bir sayı olabilir mi?26,626,626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

Diyelim ki bir SVM sınıflandırıcımız var, ROC eğrisini nasıl oluştururuz? (Teorik olarak olduğu gibi) (çünkü her bir eşik için TPR ve FPR üretiyoruz). Ve bu SVM sınıflandırıcısı için en uygun eşiği nasıl belirleriz?

27 machine-learning  svm 

Bire bir-hepsi-bir ile bire-bir-bir SVM sınıflandırıcısı arasındaki fark nedir? One-vs-all, yeni görüntünün tüm türlerini / kategorilerini sınıflandırmak için bir sınıflandırıcı anlamına gelir ve one-vs-one yeni görüntünün tüm türlerini / kategorilerini farklı sınıflandırıcı ile sınıflandırır (her bir kategori özel sınıflandırıcı tarafından kullanılır) anlamına mı geliyor? Örneğin, yeni resim daire, dikdörtgen, üçgen, …

26 machine-learning  classification  svm 

Birisi lütfen bana SVM'deki çekirdekler arasındaki farkı söyleyebilir mi: Doğrusal Polinom Gauss dili (RBF) sigmoid Çünkü çekirdeğin girdi alanımızı yüksek boyutsallık özellikli alanla eşleştirmek için kullanıldığını biliyoruz. Ve bu özellik alanında, doğrusal olarak ayrılabilir sınırı buluruz. Ne zaman kullanılırlar (hangi şartlar altında) ve neden?

26 machine-learning  svm  pattern-recognition  kernel-trick 

Orada zaten bir oldu mükemmel tartışma destek vektör makineleri sınıflandırmasını nasıl işlediğine fakat çok destek vektör makineleri regresyona genelleme konusunda kafam karıştı. Beni aydınlatmak isteyen var mı?

26 regression  machine-learning  svm 

Kapalı . Bu soru görüşe dayalı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Soruyu güncelleyin, böylece bu yayını düzenleyerek gerçekleri ve alıntıları yanıtlayabileceksiniz . 2 yıl önce kapandı . Genel olarak derin öğrenme ve sinir ağları ile ilgili temel problem. Eğitim verilerine uygun çözümler sonsuzdur. Sadece …

25 machine-learning  neural-networks  svm  deep-learning 

Tüm SVM örnekleri sınıflandırma ile ilgilidir. Regresyon için bir SVM'nin (destek vektör regresör) regresyonda nasıl kullanılabileceğini anlamıyorum. Anladığım kadarıyla, bir SVM en uygun hiper düzlemi bulmak için iki sınıf arasındaki marjı maksimuma çıkarır. Bu nasıl bir regresyon probleminde işe yarar?

25 regression  svm 

x,y∈RnφK(x,y)=exp(−∥x−y∥222σ2)=ϕ(x)Tϕ(y)K(x,y)=exp⁡(−‖x−y‖222σ2)=ϕ(x)Tϕ(y)K(x,y)=\exp\left({-\frac{\|x-y\|_2^2}{2\sigma^2}}\right)=\phi(x)^T\phi(y)x,y∈Rnx,y∈Rnx, y\in \mathbb{R^n}ϕϕ\phi Ben de olmadığını bilmek istiyorum nerede . Şimdi, bunun eşit olmadığını düşünüyorum, çünkü bir çekirdek kullanmak, doğrusal sınıflayıcının çalışmadığı durumu ele alır. x'i sonsuz bir alana biliyorum . Bu yüzden hala doğrusal kalırsa, kaç boyut olursa olsun, svm hala iyi bir sınıflandırma yapamaz. ci∈Rϕ∑iciϕ(xi)=ϕ(∑icixi)∑iciϕ(xi)=ϕ(∑icixi)\sum_ic_i\phi(x_i)=\phi \left(\sum_ic_ix_i \right)ci∈Rci∈Rc_i\in \mathbb …

24 machine-learning  svm  kernel-trick 

Makine öğrenmesi için optimizasyon teknikleri üzerine biraz araştırma yapıyorum, ancak diğer optimizasyon problemleri açısından çok sayıda optimizasyon algoritması tanımladığımı şaşırdım. Aşağıdaki bazı örnekler göstermektedir. Örneğin https://arxiv.org/pdf/1511.05133v1.pdf Her şey güzel ve iyi görünüyor ama sonra bu yoktur argminxargminx\text{argmin}_x in zk + 1zk+1z^{k+1} güncellemesi .... böylece algoritma nedir bunun için çözer argminargmin\text{argmin} …

23 machine-learning  svm  optimization 

İnsanlar yumuşak marj menteşe kaybı fonksiyonunu kullandığını söylüyor: . Bununla birlikte, yumuşak marjlı SVM'nin en aza indirmeye çalıştığı asıl amaç işlevi \ frac {1} {2} \ | w \ | ^ 2 + C \ sum_i \ max (0,1-y_i (w ^ \ intercal x_i + b) ) Bazı yazarlar \ …

23 svm  loss-functions 

Kimse destek vektör regresyonu kullanarak zaman serisi tahmini yapmaya çalıştı mı? Destek vektör makinelerini anlıyorum ve destek vektör regresyonunu kısmen anlıyorum, fakat zaman serilerini, özellikle de çok değişkenli zaman serilerini modellemek için nasıl kullanılabileceğini anlamıyorum. Birkaç makale okumaya çalıştım, ancak çok üst seviyede. Herkes, özellikle çok değişkenli zaman serileriyle ilgili …

22 time-series  machine-learning  svm 

İnsanlar neden çekirdek SVM'lerle uğraşırken Kuadratik Programlama tekniklerini (SMO gibi) kullanıyor? Gradyan İnişinin nesi yanlış? Çekirdekle kullanmak imkansız mı yoksa çok mu yavaş (ve neden?). İşte biraz daha fazla bağlam: SVM'leri biraz daha iyi anlamaya çalışırken, aşağıdaki maliyet işlevini kullanarak doğrusal bir SVM sınıflandırıcısını geliştirmek için Gradient Descent kullandım: J( …

21 svm  kernel-trick  gradient-descent 

Verilerin birçok özelliği vardır (örneğin 100) ve örnek sayısı 100.000 gibidir. Veriler seyrek. Verileri lojistik regresyon veya svm kullanarak sığdırmak istiyorum. Doğrusal değilse çekirdek hile kullanabilmem için özelliklerin doğrusal mı doğrusal mı olduğunu nasıl bilebilirim?

21 machine-learning  logistic  svm  data-mining 

C-SVC modunda libsvm'yi derece 2 polinom çekirdeği ile kullanıyorum ve birden fazla SVM eğitmem gerekiyor. Her eğitim setinde 10 özellik ve 5000 vektör bulunur. Eğitim sırasında, eğittiğim SVM'lerin çoğu için bu uyarıyı alıyorum: WARNING: reaching max number of iterations optimization finished, #iter = 10000000 Birisi bu uyarının ne anlama geldiğini …

20 machine-learning  cross-validation  svm  regularization  libsvm 

Uyku aşaması sınıflandırması üzerinde çalışıyorum. Birçoğu SVM veya topluluk yöntemi kullandığı bu konuyla ilgili bazı araştırma makalelerini okudum. Tek boyutlu EEG sinyalini sınıflandırmak için evrişimli sinir ağını kullanmak iyi bir fikir mi? Bu tür işlerde yeniyim. Yanlış bir şey sorarsam özür dilerim?

20 neural-networks  svm  conv-neural-network  signal-processing