LIBSVM è una libreria software integrata per macchine a vettori di supporto, che esegue la classificazione dei vettori di supporto, (C-SVC, nu-SVC), la regressione (epsilon-SVR, nu-SVR) e la stima della distribuzione (SVM a una classe)
Attualmente sto usando un SVM con un kernel lineare per classificare i miei dati. Non ci sono errori sul set di allenamento. Ho provato diversi valori per il parametro ( ). Ciò non ha modificato l'errore sul set di test.10 - 5 , … , 10 2CCC10- 5, ... , …
Sto usando lo strumento libsvm ( http://www.csie.ntu.edu.tw/~cjlin/libsvm/ ) per la classificazione dei vettori di supporto. Tuttavia, sono confuso sul formato dei dati di input. Dal README: Il formato del file di dati di addestramento e test è: <label> <index1>:<value1> <index2>:<value2> ... . . . Ogni riga contiene un'istanza ed è …
Quando uso GAM, mi dà DF residuo è (ultima riga nel codice). Cosa significa? Andando oltre l'esempio GAM, in generale, il numero di gradi di libertà può essere un numero non intero?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 …
Sto usando libsvm in modalità C-SVC con un kernel polinomiale di grado 2 e mi viene richiesto di addestrare più SVM. Ogni set di allenamento ha 10 funzioni e 5000 vettori. Durante l'allenamento, ricevo questo avviso per la maggior parte degli SVM che alleno: WARNING: reaching max number of iterations …
Voglio provare a utilizzare Support Vector Machines (SVM) sul mio set di dati. Prima di tentare il problema, però, sono stato avvertito che le SVM non funzionano bene con dati estremamente sbilanciati. Nel mio caso, posso avere fino al 95-98% 0 e 2-5% 1. Ho cercato di trovare risorse che …
Sto usando libsvm e ho notato che ogni volta che chiamo svmtrain (), creo un nuovo modello e che non sembra esserci alcuna opzione per inserire i dati in un modello esistente. È possibile farlo comunque? Non vedo questo aspetto in libsvm?
Sembra esserci molta confusione nel confronto tra l'uso di glmnetinside caretper cercare un lambda ottimale e l'utilizzo cv.glmnetper fare lo stesso compito. Sono state poste molte domande, ad esempio: Modello di classificazione train.glmnet vs. cv.glmnet? Qual è il modo corretto di usare glmnet con il cursore? Convalida incrociata di `glmnet` …
Ho un set di dati con due classi sovrapposte, sette punti in ogni classe, i punti sono nello spazio bidimensionale. In R, e sto correndo svmdal e1071pacchetto per creare un hyperplane di separazione per queste classi. Sto usando il seguente comando: svm(x, y, scale = FALSE, type = 'C-classification', kernel …
Volevo capire meglio il test esatto del pescatore, quindi ho escogitato il seguente esempio di giocattolo, dove f e m corrispondono a maschio e femmina e n e y corrispondono a "consumo di soda" in questo modo: > soda_gender f m n 0 5 y 5 0 Ovviamente, questa è …
Attualmente sto usando Scikit Learn con il seguente codice: clf = svm.SVC(C=1.0, tol=1e-10, cache_size=600, kernel='rbf', gamma=0.0, class_weight='auto') e quindi adattarsi e prevedere un set di dati con 7 etichette diverse. Ho ottenuto un risultato strano. Indipendentemente dalla tecnica di convalida incrociata che utilizzo l'etichetta prevista sul set di convalida sarà …
Sto cercando di adattare un modello a tempo discreto in R, ma non sono sicuro di come farlo. Ho letto che puoi organizzare la variabile dipendente in diverse righe, una per ogni osservazione temporale e utilizzare la glmfunzione con un collegamento logit o cloglog. In questo senso, ho tre colonne: …
Sono un principiante quando si tratta di supportare macchine vettoriali. Ci sono alcune linee guida che dicono quale kernel (ad esempio lineare, polinomiale) è più adatto per un problema specifico? Nel mio caso, devo classificare le pagine Web in base al fatto che contengano o meno alcune informazioni specifiche, ovvero …
Quando si usa libsvm, il parametro è un parametro per la funzione kernel. Il suo valore predefinito è impostato comeγγ\gammaγ= 1numero di funzionalità.γ=1numero di funzionalità.\gamma = \frac{1}{\text{number of features.}} Esistono indicazioni teoriche per l'impostazione di questo parametro oltre ai metodi esistenti, ad esempio la ricerca della griglia?
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.