Pertanyaan yang diberi tag «svm»

Saya mencoba untuk mengklasifikasikan pesan ke dalam kategori yang berbeda menggunakan SVM. Saya telah menyusun daftar kata / simbol yang diinginkan dari set pelatihan. Untuk setiap vektor, yang mewakili pesan, saya mengatur baris yang sesuai 1jika kata tersebut ada: "corpus" adalah: [mary, little, lamb, star, twinkle] pesan pertama: "mary had …

12 classification  svm  sparse 

Saya punya 2 pertanyaan teoretis umum / lebih. 1) Saya ingin tahu bagaimana SVM menangani interaksi variabel ketika membangun model prediksi. Misalnya, jika saya memiliki dua fitur f1 dan f2 dan target tergantung pada f1, f2, dan katakan f1 * f2 (atau beberapa fungsi h (f1, f2)), apakah SVM cocok …

12 machine-learning  predictive-models  svm  interaction 

Saya mencoba membangun SVM dari data pelatihan di mana satu kelompok diwakili lebih dari yang lain. Namun, kelompok-kelompok tersebut akan terwakili secara setara dalam data uji yang akhirnya. Oleh karena itu, saya ingin menggunakan class.weightsparameter e1071antarmuka paket R libsvmuntuk menyeimbangkan pengaruh dua kelompok dalam data pelatihan. Karena saya tidak yakin …

12 r  machine-learning  svm 

SVM untuk klasifikasi masuk akal bagi saya: Saya mengerti bagaimana meminimalkan menghasilkan margin maksimum. Namun, saya tidak mengerti tujuan itu dalam konteks regresi. Berbagai teks (di sini dan di sini ) menggambarkan ini sebagai memaksimalkan "kerataan." Mengapa kita ingin melakukan itu? Apa dalam regresi yang setara dengan konsep "margin"?| | …

12 regression  svm 

Dalam pembelajaran mesin (untuk masalah regresi), saya sering melihat mean-squared-error (MSE) atau mean-absolute-error (MAE) digunakan sebagai fungsi kesalahan untuk meminimalkan (ditambah istilah regularisasi). Saya bertanya-tanya apakah ada situasi di mana menggunakan koefisien korelasi akan lebih sesuai? jika situasi seperti itu ada, maka: Dalam situasi apa koefisien korelasi metrik lebih baik …

12 regression  machine-learning  svm  optimization  deep-learning 

Dalam pertanyaan ini - Apakah ada metode untuk membangun pohon keputusan yang memperhitungkan prediktor terstruktur / hierarkis / multilevel? - mereka menyebutkan metode data panel untuk pohon. Apakah ada metode data panel khusus untuk mendukung Mesin Vector dan Jaringan Saraf Tiruan? Jika demikian, dapatkah Anda mengutip beberapa makalah untuk algoritme …

12 r  machine-learning  svm  panel-data  cart 

Saya memiliki 12 perangkat pelatihan positif (sel kanker yang diobati dengan obat dengan masing-masing dari 12 mekanisme aksi yang berbeda). Untuk setiap rangkaian pelatihan positif ini, saya ingin melatih mesin vektor-dukungan untuk membedakannya dari set negatif dengan ukuran yang sama yang disampling dari percobaan. Setiap set memiliki antara 1000 dan …

12 svm 

Saya mencoba memahami proses pelatihan mesin vektor dukungan linear . Saya menyadari bahwa properti SMV memungkinkan mereka dioptimalkan lebih cepat daripada dengan menggunakan pemecah pemrograman kuadratik, tetapi untuk tujuan pembelajaran saya ingin melihat bagaimana ini bekerja. Data pelatihan 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 X1 …

12 r  svm  optimization 

Dari pemahaman saya, CNN terdiri dari dua bagian. Bagian pertama (lapisan conv / pool) yang melakukan ekstraksi fitur dan bagian kedua (lapisan fc) yang melakukan klasifikasi dari fitur. Karena jaring saraf yang terhubung penuh bukan pengklasifikasi terbaik (yaitu, mereka dikalahkan oleh SVM dan RF sebagian besar waktu), mengapa CNN menyimpulkan …

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

Saya tertarik pada hasil teoretis untuk kemampuan generalisasi dari Support Vector Machines, misalnya terikat pada probabilitas kesalahan klasifikasi dan pada dimensi Vapnik-Chervonenkis (VC) dari mesin-mesin ini. Namun, membaca literatur saya memiliki kesan bahwa beberapa hasil berulang yang serupa cenderung sedikit berbeda dari penulis ke penulis, terutama mengenai kondisi teknis yang …

11 machine-learning  svm  vc-dimension 

Saya tahu dasar-dasar tentang SVM dan SVR, tapi saya masih belum mengerti bagaimana masalah menemukan hyperplane yang memaksimalkan margin cocok ke SVR. Kedua, saya membaca sesuatu tentang digunakan sebagai margin toleransi dalam SVR. Apa artinya?ϵϵ\epsilon Ketiga, apakah ada perbedaan antara parameter fungsi keputusan yang digunakan dalam SVM dan SVR?

11 regression  machine-learning  svm 

Hyperplane optimal dalam SVM didefinisikan sebagai: w⋅x+b=0,w⋅x+b=0,\mathbf w \cdot \mathbf x+b=0, di mana merupakan ambang. Jika kita memiliki beberapa pemetaan yang memetakan ruang input ke beberapa ruang , kita dapat mendefinisikan SVM di ruang , di mana hiperplane optimal adalah:ϕ Z Zbbbϕϕ\mathbf \phiZZZZZZ w⋅ϕ(x)+b=0.w⋅ϕ(x)+b=0.\mathbf w \cdot \mathbf \phi(\mathbf x)+b=0. Namun, …

11 svm  threshold 

Saya tahu bahwa Adaboost mencoba menghasilkan classifier yang kuat menggunakan kombinasi linear dari serangkaian classifier yang lemah. Namun, saya telah membaca beberapa makalah yang menyarankan Adaboost dan SVM bekerja secara harmonis (meskipun SVM adalah penggolong yang kuat) dalam kondisi dan kasus tertentu . Saya tidak dapat memahami dari perspektif arsitektur …

11 classification  svm  references  boosting 

Saya ingin melatih classifier, katakanlah SVM, atau forest acak, atau classifier lainnya. Salah satu fitur dalam dataset adalah variabel kategori dengan 1000 level. Apa cara terbaik untuk mengurangi jumlah level dalam variabel ini. Dalam R ada fungsi yang disebut combine.levels()dalam paket Hmisc , yang menggabungkan tingkat jarang, tetapi saya mencari …

11 classification  svm  random-forest  many-categories 

Pemahaman saya tentang SVM adalah bahwa hal itu sangat mirip dengan regresi logistik (LR), yaitu sejumlah fitur tertimbang dilewatkan ke fungsi sigmoid untuk mendapatkan kemungkinan memiliki kelas, tetapi alih-alih kehilangan cross-entropy (logistik) fungsi, pelatihan dilakukan menggunakan engsel yang hilang. Manfaat menggunakan kehilangan engsel adalah bahwa seseorang dapat melakukan berbagai trik …

11 machine-learning  logistic  svm