Statistiche e Big Data svm

4

In che modo SVM può "trovare" uno spazio infinito di funzioni in cui la separazione lineare è sempre possibile?

Qual è l'intuizione alla base del fatto che un SVM con un kernel gaussiano ha uno spazio di funzionalità dimensionale infinito?

36 svm feature-selection kernel-trick

3

Come dimostrare che la funzione di base radiale è un kernel?

Come dimostrare che la funzione di base radiale k(x,y)=exp(−||x−y||2)2σ2)k(x,y)=exp⁡(−||x−y||2)2σ2)k(x, y) = \exp(-\frac{||x-y||^2)}{2\sigma^2})è un kernel? Per quanto ho capito, per dimostrarlo dobbiamo provare uno dei seguenti: Per ogni insieme di vettori x1,x2,...,xnx1,x2,...,xnx_1, x_2, ..., x_n matrice K(x1,x2,...,xn)K(x1,x2,...,xn)K(x_1, x_2, ..., x_n) = (k(xi,xj))n×n(k(xi,xj))n×n(k(x_i, x_j))_{n \times n} è semidefinita positiva. Una mappatura ΦΦ\Phi …

35 svm kernel-trick

3

Cosa si intende per "studente debole"?

Qualcuno può dirmi cosa si intende con la frase "studente debole"? Dovrebbe essere un'ipotesi debole? Sono confuso sulla relazione tra uno studente debole e un classificatore debole. Sono entrambi uguali o c'è qualche differenza? Nell'algoritmo AdaBoost, T=10. Cosa si intende con questo? Perché selezioniamo T=10?

34 classification svm terminology adaboost pac-learning

3

C'è qualche problema di apprendimento supervisionato che le reti neurali (profonde) ovviamente non possono superare qualsiasi altro metodo?

Ho visto che le persone hanno fatto molti sforzi su SVM e kernel e sembrano piuttosto interessanti come principianti in Machine Learning. Ma se ci aspettiamo che quasi sempre potremmo trovare soluzioni migliori in termini di (profonda) rete neurale, che senso ha provare altri metodi in questa era? Ecco il …

33 machine-learning svm kernel-trick supervised-learning

5

SVM può eseguire l'apprendimento in streaming di un esempio alla volta?

Ho un set di dati in streaming, gli esempi sono disponibili uno alla volta. Avrei bisogno di fare una classificazione multi classe su di essi. Non appena ho fornito un esempio di formazione al processo di apprendimento, devo scartare l'esempio. Allo stesso tempo, sto anche usando l'ultimo modello per eseguire …

33 machine-learning svm neural-networks

3

Regressione logistica del kernel vs SVM

Come è noto a tutti, SVM può usare il metodo kernel per proiettare punti dati in spazi più alti in modo che i punti possano essere separati da uno spazio lineare. Ma possiamo anche usare la regressione logistica per scegliere questo limite nello spazio del kernel, quindi quali sono i …

32 svm

3

Importanza variabile da SVM

Come ottenere un'importanza variabile (attributo) usando SVM?

32 machine-learning feature-selection svm

2

Quale intervallo di ricerca per determinare i parametri C e gamma ottimali SVM?

Sto usando SVM per la classificazione e sto cercando di determinare i parametri ottimali per i kernel lineari e RBF. Per il kernel lineare utilizzo la selezione dei parametri convalidata per determinare C e per il kernel RBF utilizzo la ricerca della griglia per determinare C e gamma. Ho 20 …

32 classification svm kernel-trick

2

formato dati libsvm [chiuso]

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 …

31 machine-learning svm python libsvm c++

3

In che misura R scala le attività di classificazione del testo? [chiuso]

Sto cercando di accelerare con R. Alla fine voglio usare le librerie R per fare la classificazione del testo. Mi stavo solo chiedendo quali sono le esperienze delle persone riguardo alla scalabilità di R quando si tratta di fare una classificazione del testo. Probabilmente incapperò in dati ad alta dimensione …

30 r machine-learning svm text-mining random-forest

2

È essenziale eseguire la normalizzazione per SVM e Random Forest?

Ogni dimensione delle mie caratteristiche ha una gamma di valori diversa. Voglio sapere se è essenziale normalizzare questo set di dati.

29 machine-learning svm random-forest normalization

3

Differenza tra SVM e percettrone

Sono un po 'confuso con la differenza tra un SVM e un percettrone. Vorrei provare a sintetizzare la mia comprensione qui, e non esitate a correggere dove sbaglio e compilare ciò che ho perso. Il Perceptron non tenta di ottimizzare la "distanza" di separazione. Finché trova un iperpiano che separa …

29 machine-learning svm kernel-trick

3

R: Random Forest lancia NaN / Inf nell'errore di "richiamo della funzione esterna" nonostante nessuna NaN nel set di dati [chiuso]

Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso 2 anni fa . Sto usando il cursore per eseguire una foresta casuale convalidata in modo incrociato su un set di …

29 r random-forest caret regression prediction fitting social-science poisson-distribution distributions characteristic-function bayesian prior regression normal-distribution interaction nonparametric skewness svm standard-deviation standard-error regression-coefficients igraph natural-language word2vec word-embeddings regression machine-learning sampling r regression machine-learning random-forest ensemble sampling unbiased-estimator proof estimators mse probability conditional-probability bayes anova missing-data neural-networks recommender-system r confidence-interval sample multiple-imputation r time-series forecasting mase

2

Qual è il modello statistico alla base dell'algoritmo SVM?

Ho imparato che, quando si tratta di dati utilizzando un approccio basato sul modello, il primo passo è la modellazione della procedura dei dati come modello statistico. Quindi il passo successivo è lo sviluppo di un algoritmo di inferenza / apprendimento efficiente / veloce basato su questo modello statistico. Quindi …

28 machine-learning svm modeling

1

Ripetibilità informatica degli effetti da un modello più leggero

Mi sono appena imbattuto in questo documento , che descrive come calcolare la ripetibilità ( nota anche come affidabilità, nota anche come correlazione intraclasse) di una misurazione tramite la modellazione di effetti misti. Il codice R sarebbe: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) …

28 mixed-model reliability intraclass-correlation repeatability spss factor-analysis survey modeling cross-validation error curve-fitting mediation correlation clustering sampling machine-learning probability classification metric r project-management optimization svm python dataset quality-control checking clustering distributions anova factor-analysis exponential poisson-distribution generalized-linear-model deviance machine-learning k-nearest-neighbour r hypothesis-testing t-test r variance levenes-test bayesian software bayesian-network regression repeated-measures least-squares change-scores variance chi-squared variance nonlinear-regression regression-coefficients multiple-comparisons p-value r statistical-significance excel sampling sample r distributions interpretation goodness-of-fit normality-assumption probability self-study distributions references theory time-series clustering econometrics binomial hypothesis-testing variance t-test paired-comparisons statistical-significance ab-test r references hypothesis-testing t-test normality-assumption wilcoxon-mann-whitney central-limit-theorem t-test data-visualization interactive-visualization goodness-of-fit

Domande taggate «svm»