«svm» etiketlenmiş sorular

İletileri bir SVM kullanarak farklı kategorilere ayırmaya çalışıyorum. Eğitim setinden istenen kelimelerin / simgelerin bir listesini derledim. Bir mesajı temsil eden her vektör için, 1kelime varsa karşılık gelen satırı ayarladım : "corpus": [mary, küçük, kuzu, yıldız, parıltı] ilk mesaj: "mary'nin küçük bir kuzusu vardı" -> [1 1 1 0 0] …

12 classification  svm  sparse 

2 genel / daha teorik sorum var. 1) SVM'lerin tahmin modelleri oluştururken değişken etkileşimleri nasıl ele aldığını merak ediyorum. Örneğin, iki f1 ve f2 özelliğim varsa ve hedef f1, f2'ye bağlıysa ve f1 * f2 derse (veya bazı işlev h (f1, f2)) varsa, SVM uyuyor (sadece OOS'a değil, eğitim verilerine …

12 machine-learning  predictive-models  svm  interaction 

Bir grubun diğerinden daha fazla temsil edildiği eğitim verilerinden bir SVM oluşturmaya çalışıyorum. Ancak, gruplar nihai test verilerinde eşit olarak temsil edilecektir. Bu nedenle, iki paketin eğitim verilerindeki etkisini dengelemek için R paketi arabiriminin class.weightsparametresini kullanmak istiyorum .e1071libsvm Bu ağırlıkların tam olarak nasıl belirlenmesi gerektiğinden emin olmadığım için küçük bir …

12 r  machine-learning  svm 

Sınıflandırma için SVM'ler bana sezgisel geliyor: en aza indirmenin maksimum marjı nasıl sağladığını anlıyorum . Ancak regresyon bağlamında bu amacı anlamıyorum. Çeşitli metinler ( burada ve burada ) bunu "düzlüğü" en üst düzeye çıkarmak olarak tanımlar. Bunu neden yapmak istiyoruz? Regresyonda ne "marj" kavramına eşdeğerdir?||θ||2||θ||2||\theta||^2 İşte birkaç girişimde bulunmaya çalışılan …

12 regression  svm 

Makine öğreniminde (regresyon sorunları için) genellikle ortalama kare hatası (MSE) veya ortalama-mutlak hata (MAE) işlevini en aza indirgemek için (artı normalleştirme terimini) hata olarak kullanıyorum. Korelasyon katsayısının kullanılmasının daha uygun olacağı durumlar olup olmadığını merak ediyorum. böyle bir durum varsa, o zaman: Hangi durumlarda korelasyon katsayısı MSE / MAE'ye göre …

12 regression  machine-learning  svm  optimization  deep-learning 

Bu soruda - Yapılandırılmış / hiyerarşik / çok düzeyli yordayıcıları dikkate alan karar ağaçları oluşturmak için bir yöntem var mı? - ağaçlar için panel veri yönteminden bahsediyorlar. Vector Machines ve Yapay Sinir Ağlarını desteklemek için spesifik panel veri yöntemleri var mı? Eğer öyleyse, algoritmalar ve (eğer mevcutsa) R paketleri için …

12 r  machine-learning  svm  panel-data  cart 

12 pozitif eğitim setim var (her biri 12 farklı etki mekanizmasına sahip ilaçlarla tedavi edilen kanser hücreleri). Bu pozitif eğitim setlerinin her biri için, bir deney-vektör makinesini deneyden örneklenen negatif boyutta negatif bir setten ayırt etmek için eğitmek istiyorum. Her sette 1000 ila 6000 hücre vardır ve her hücrenin doğrusal …

12 svm 

Doğrusal bir destek vektör makinesi eğitimi sürecini anlamaya çalışıyorum . SMV'lerin özelliklerinin, ikinci dereceden bir programlama çözücüsü kullanmaktan çok daha hızlı bir şekilde optimize edilmelerine izin verdiğini anlıyorum, ancak öğrenme amaçları için bunun nasıl çalıştığını görmek istiyorum. Eğitim verileri set.seed(2015) df <- data.frame(X1=c(rnorm(5), rnorm(5)+5), X2=c(rnorm(5), rnorm(5)+3), Y=c(rep(1,5), rep(-1, 5))) df …

12 r  svm  optimization 

Anladığım kadarıyla CNN'ler iki bölümden oluşuyor. Özellik çıkarmayı yapan ilk bölüm (döngü / havuz katmanları) ve özelliklerden sınıflandırma yapan ikinci bölüm (fc katmanları). Tam bağlı sinir ağları en iyi sınıflandırıcılar olmadığından (yani çoğu zaman SVM'ler ve RF'ler tarafından daha iyi performans gösterirler), CNN'ler neden bir SVM veya RF diyelim, FC …

11 neural-networks  svm  random-forest  conv-neural-network 

Destek Vektör Makinelerinin genelleme kabiliyeti için teorik sonuçlarla ilgileniyorum, örneğin sınıflandırma hatasının olasılığı ve bu makinelerin Vapnik-Chervonenkis (VC) boyutu ile ilgili sınırlar. Bununla birlikte, literatürde okumak, benzer tekrar eden bazı sonuçların, özellikle de belirli bir sınırın tutulması için gerekli teknik koşullar ile ilgili olarak yazardan yazara biraz farklılık gösterdiği izlenimini …

11 machine-learning  svm  vc-dimension 

SVM ve SVR ile ilgili temel bilgileri biliyorum, ancak yine de marjı en üst düzeye çıkaran bir hiper düzlem bulma sorununun SVR'ye nasıl uyduğunu anlamıyorum. İkinci olarak, SVR'de tolerans marjı olarak kullanılan hakkında bir şey okudum . Bu ne demek?εε\epsilon Üçüncüsü, SVM ve SVR'de kullanılan karar fonksiyonu parametreleri arasında herhangi …

11 regression  machine-learning  svm 

SVM'deki optimal hiper düzlem şu şekilde tanımlanır: w ⋅ x + b = 0 ,w⋅x+b=0,\mathbf w \cdot \mathbf x+b=0, burada bbb eşiği temsil eder. Bazı haritalama varsa φφ\mathbf \phi biraz boşluk giriş alanını eşleyen ZZZ , biz uzay içinde SVM tanımlayabilirsiniz ZZZ Optimum hiperplane olacak: w ⋅ ϕ ( x …

11 svm  threshold 

Adaboost'un bir dizi zayıf sınıflandırıcının doğrusal bir kombinasyonunu kullanarak güçlü bir sınıflandırıcı oluşturmaya çalıştığını biliyorum . Ancak, bazı durumlarda ve durumlarda Adaboost ve SVM'lerin (SVM güçlü bir sınıflandırıcı olmasına rağmen) uyum içinde çalıştığını gösteren bazı makaleler okudum . Birlikte nasıl çalıştıklarını mimari ve programlama perspektifinden kavrayamıyorum. Birlikte nasıl çalıştıklarını net …

11 classification  svm  references  boosting 

Bir sınıflandırıcı, SVM veya rastgele orman veya başka bir sınıflandırıcı eğitmek istiyorum. Veri kümesindeki özelliklerden biri 1000 seviyeli kategorik bir değişkendir. Bu değişkenteki seviye sayısını azaltmanın en iyi yolu nedir? R'de combine.levels(), Hmisc paketinde nadir seviyeleri birleştiren bir fonksiyon var , ancak başka öneriler arıyordum.

11 classification  svm  random-forest  many-categories 

SVM anlayışım bunun bir lojistik regresyona (LR) çok benzediğidir, yani bir sınıfa ait olma olasılığını elde etmek için sigmoid fonksiyona ağırlıklı bir özellik toplamı geçirilir, ancak çapraz entropi (lojistik) kaybı yerine fonksiyonu, eğitim menteşe kaybı kullanılarak gerçekleştirilir. Menteşe kaybını kullanmanın yararı, çekirdeği daha verimli hale getirmek için çeşitli sayısal numaralar …

11 machine-learning  logistic  svm