«svm» etiketlenmiş sorular

Backpropagation kullanarak bir SVM (doğrusal bir şey söylemek, işleri kolaylaştırmak için) mümkün olup olmadığını merak ediyordum? Şu anda, bir yol bloğundayım, çünkü sadece sınıflandırıcının çıktısını şöyle yazmayı düşünebilirim f( x ; θ , b ) = sgn ( θ ⋅ x - ( b + 1 ) ) = sgn …

11 machine-learning  neural-networks  svm  gradient-descent  backpropagation 

Bir SVM'yi vakaları (DOĞRU / YANLIŞ) 20 özelliğe göre sınıflandırması için eğitmek istiyorum. Bu özelliklerin bazılarının yüksek derecede ilişkili olduğunu biliyorum. Bu yüzden sorum şu: SVM özellikler arasındaki korelasyona veya artıklığa duyarlı mı? Referans var mı?

11 svm  multicollinearity  kernel-trick 

Bu tür veriler için hangi SVR'nin uygun olduğunu bulmaya çalışıyorum. 4 tip SVR biliyorum: epsilon nu en küçük kareler ve doğrusal. Doğrusal SVR'nin L1 Reg ile kement gibi az çok olduğunu anlıyorum, ancak kalan 3 teknik arasındaki fark nedir?

11 regression  svm 

Radyal tabanlı işlev çekirdeğine sahip Vektör Makinelerini Destekleyin , genel amaçlı denetimli bir sınıflandırıcıdır. Bu SVM'lerin teorik temellerini ve güçlü noktalarını bilsem de, tercih edilen yöntem oldukları durumların farkında değilim. Peki, RBF SVM'lerinin diğer ML tekniklerinden daha üstün olduğu bir sorun sınıfı var mı? (Ya skor, ya da diğer - …

10 machine-learning  logistic  classification  svm  random-forest 

Diyelim ki n girdi ve tek çıktı (ikili sınıflandırma görevi) olan basit bir tek katmanlı sinir ağım var. Çıkış düğümündeki etkinleştirme işlevini sigmoid işlevi olarak ayarlarsam, sonuç Lojistik Regresyon sınıflandırıcısı olur. Aynı senaryoda, çıkış etkinleştirme işlemini ReLU (düzeltilmiş doğrusal birim) olarak değiştirirsem, sonuçtaki yapı bir SVM ile aynı mı yoksa …

10 neural-networks  svm 

Doğrusal olmayan sınırlarla sınıflandırma problemleri basit bir algılayıcıyla çözülemez . Aşağıdaki R kodu açıklama amaçlıdır ve Python'daki bu örneğe dayanmaktadır ): nonlin <- function(x, deriv = F) { if (deriv) x*(1-x) else 1/(1+exp(-x)) } X <- matrix(c(-3,1, -2,1, -1,1, 0,1, 1,1, 2,1, 3,1), ncol=2, byrow=T) y <- c(0,0,1,1,1,0,0) syn0 <- …

10 r  neural-networks  svm  kernel-trick  perceptron 

Bir grafik üzerinde var bazı veriler var. Köşe iki sınıftan birine ait y ı ∈ { - 1 , 1 } ve ben iki sınıf arasında ayrım bir SVM eğitim ilgilenen ediyorum. Bunun için bir uygun çekirdektirdifüzyon çekirdek, K = exp ( - β L ) , L olanLaplaceait G …

10 svm  cross-validation  kernel-trick  graph-theory 

Şu anda Scikit aşağıdaki kodu ile öğrenmek kullanıyorum: clf = svm.SVC(C=1.0, tol=1e-10, cache_size=600, kernel='rbf', gamma=0.0, class_weight='auto') ve sonra 7 farklı etikete sahip bir veri seti için uygunluk ve tahmin yapın. Tuhaf bir çıktı aldım. Doğrulama setinde öngörülen etiketi hangi çapraz doğrulama tekniğini kullanırsam kullanalım, daima etiket 7 olacaktır. Tam varsayılan …

10 svm  scikit-learn  libsvm  multi-class  optunity 

Küçük bir örnek boyutum olduğunu varsayalım, örneğin N = 100 ve iki sınıf. Makine öğrenimi için eğitim, çapraz doğrulama ve test seti boyutlarını nasıl seçmeliyim? Sezgisel olarak seçerdim Eğitim seti boyutu 50 Çapraz doğrulama seti boyutu 25 ve Boyutu 25 olarak test edin. Ama muhtemelen bu az ya da çok …

10 machine-learning  sampling  svm  cross-validation  sample-size 

Bir veri kümesi üzerinde çalışıyorum. Bazı model tanımlama tekniklerini kullandıktan sonra bir ARIMA (0,2,1) modeliyle çıktım. Orijinal veri setimin 48. gözleminde yenilikçi bir aykırı değer (IO) tespit etmek için R'deki detectIOpaketteki işlevi kullandım .TSA Öngörme amacıyla kullanabilmem için bu aykırı değeri modelime nasıl dahil edebilirim? ARIMAX modelini kullanmak istemiyorum çünkü …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

Birisi bana bir SVM karar fonksiyonu tasarlama konusunda neler yapabileceğini açıklayabilir mi? Ya da beni somut bir örneği tartışan kaynağa yönlendirin. DÜZENLE Aşağıdaki örnekte, denkleminin sınıfları maksimum marjla ayırdığını görebiliyorum . Fakat aşağıdaki formda hiperplanlar için ağırlıkları nasıl ayarlayabilir ve denklemleri nasıl yazabilirim.X2=1.5X2=1.5X_2 = 1.5 H1:w0+w1x1+w2x2≥1H2:w0+w1x1+w2x2≤−1forYi=+1forYi=−1.H1:w0+w1x1+w2x2≥1forYi=+1H2:w0+w1x1+w2x2≤−1forYi=−1.\begin{array}{ll} H_1 : w_0+w_1x_1+w_2x_2 \ge …

10 svm 

Diyabet tahmininde SVM kullanıyorum. Bu amaçla BRFSS veri setini kullanıyorum . Veri kümesi boyutlarına sahiptir ve eğridir. Hedef değişkendeki s yüzdesi , s ise geri kalan .432607 × 136432607×136432607 \times 136Y% 1111%11\%N% 8989%89\% Sadece kullanıyorum 15dışına 136veri kümesinden bağımsız değişkenler. Veri kümesini azaltmanın nedenlerinden biri, NAs içeren satırlar atlandığında daha …

10 r  classification  svm  feature-selection  e1071 

R paketi gamlss kullanarak ve verilerin sıfır şişirilmiş beta dağılımı varsayarak GAM tabanlı bir regresyon çalıştırıyorum . Temelde bu yüzden benim modelinde sadece tek açıklayıcı değişken vardır: mymodel = gamlss(response ~ input, family=BEZI). Algoritma , açıklayıcı değişkenin ortalamaya ( ) etkisi için katsayısını ve için ilişkili p değerini verir :kkkμμ\muk(input)=0k(input)=0k(\text{input})=0 …

10 nonlinear-regression  gamlss  machine-learning  svm 

Son zamanlarda varsayılan olayların olasılıklarını tahmin etmek için Platt'ın SVM çıktılarını ölçeklemesini kullandım. Daha doğrudan alternatifler "Çekirdek lojistik Regresyonu" (KLR) ve ilgili "İthalat Vektör Makinesi" gibi görünmektedir. Olasılık çıktıları veren hangi çekirdek yönteminin şu anda en son teknoloji olduğunu söyleyen var mı? KLR'nin R uygulaması var mı? Yardımın için çok …

10 logistic  svm  kernel-trick 

SVM'leri okudum ve bir optimizasyon problemi çözdüklerini ve maksimum marj fikrinin çok makul olduğunu öğrendim. Şimdi, çekirdekleri kullanarak, doğrusal olmayan ayırma sınırlarını bile bulabilirler ki bu harikaydı. Şimdiye kadar, SVM'lerin (özel bir çekirdek makinesi) ve çekirdek makinelerinin sinir ağlarıyla nasıl ilişkili olduğu hakkında hiçbir fikrim yok mu? Yorumlarına düşünün Yann …

10 machine-learning  neural-networks  svm  deep-learning  kernel-trick