Support Vector Machine si riferisce a "un insieme di metodi di apprendimento supervisionato correlati che analizzano i dati e riconoscono i modelli, utilizzati per l'analisi di classificazione e regressione".
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 …
Qualcuno può dirmi la differenza tra i kernel in SVM: Lineare Polinomio Gaussiano (RBF) sigmoid Perché, come sappiamo, il kernel viene utilizzato per mappare il nostro spazio di input nello spazio di funzionalità ad alta dimensionalità. E in quello spazio delle caratteristiche, troviamo il confine linearmente separabile. Quando vengono utilizzati …
Diciamo che abbiamo un classificatore SVM, come possiamo generare la curva ROC? (Come in teoria) (perché generiamo TPR e FPR con ciascuna soglia). E come possiamo determinare la soglia ottimale per questo classificatore SVM?
Qual è la differenza tra un classificatore SVM one-vs-all e uno-vs-one? One-vs-all significa un classificatore per classificare tutti i tipi / categorie della nuova immagine e one-vs-one significa ogni tipo / categoria di nuova immagine classificare con un diverso classificatore (ogni categoria è gestita da un classificatore speciale)? Ad esempio, …
C'è già stata un'eccellente discussione su come le macchine vettoriali di supporto gestiscono la classificazione, ma sono molto confuso su come le macchine vettore di supporto generalizzano alla regressione. Qualcuno ha intenzione di illuminarmi?
Chiuso . Questa domanda è basata sull'opinione . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che possa essere risolta con fatti e citazioni modificando questo post . Chiuso 2 anni fa . Problema fondamentale con l'apprendimento profondo e le reti neurali in generale. …
Tutti gli esempi di SVM sono legati alla classificazione. Non capisco come un SVM per la regressione (regressore vettoriale di supporto) possa essere usato nella regressione. Da quanto ho capito, un SVM massimizza il margine tra due classi per trovare l'iperpiano ottimale. Come potrebbe funzionare in un problema di regressione?
In SVM, il kernel gaussiano è definito come: dove x, y \ in \ mathbb {R ^ n} . Non conosco l'equazione esplicita di \ phi . Voglio saperloK(x,y)=exp(−∥x−y∥222σ2)=ϕ(x)Tϕ(y)K(x,y)=exp(−‖x−y‖222σ2)=ϕ(x)Tϕ(y)K(x,y)=\exp\left({-\frac{\|x-y\|_2^2}{2\sigma^2}}\right)=\phi(x)^T\phi(y)x,y∈Rnx,y∈Rnx, y\in \mathbb{R^n}ϕϕ\phi Voglio anche sapere se ∑iciϕ(xi)=ϕ(∑icixi)∑iciϕ(xi)=ϕ(∑icixi)\sum_ic_i\phi(x_i)=\phi \left(\sum_ic_ix_i \right) dove ci∈Rci∈Rc_i\in \mathbb R . Ora, penso che non sia uguale, perché …
Sto facendo alcune ricerche sulle tecniche di ottimizzazione per l'apprendimento automatico, ma sono sorpreso di trovare un gran numero di algoritmi di ottimizzazione definiti in termini di altri problemi di ottimizzazione. Illustrerò alcuni esempi di seguito. Ad esempio https://arxiv.org/pdf/1511.05133v1.pdf Sembra tutto bello e buono, ma poi c'è questo nel aggiornamento …
La gente dice che il margine debole SVM usa la funzione di perdita della cerniera: . Tuttavia, la funzione oggettiva effettiva che SVM del margine debole cerca di minimizzare è \ frac {1} {2} \ | w \ | ^ 2 + C \ sum_i \ max (0,1-y_i (w ^ …
Qualcuno ha tentato la previsione delle serie temporali utilizzando la regressione del vettore di supporto? Comprendo le macchine vettoriali di supporto e in parte capisco la regressione dei vettori di supporto, ma non capisco come possano essere utilizzate per modellare serie storiche, in particolare serie temporali multivariate. Ho provato a …
Perché le persone usano tecniche di programmazione quadratica (come SMO) quando hanno a che fare con SVM con kernel? Cosa c'è di sbagliato nella discesa del gradiente? È impossibile da usare con i kernel o è troppo lento (e perché?). Ecco un po 'più di contesto: cercando di capire un …
I dati hanno molte funzionalità (ad es. 100) e il numero di istanze è pari a 100.000. I dati sono scarsi. Voglio adattare i dati usando la regressione logistica o svm. Come faccio a sapere se le funzionalità sono lineari o non lineari in modo da poter usare il trucco …
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 …
Sto lavorando alla classificazione della fase del sonno. Ho letto alcuni articoli di ricerca su questo argomento, molti dei quali hanno utilizzato il metodo SVM o ensemble. È una buona idea utilizzare una rete neurale convoluzionale per classificare il segnale EEG monodimensionale? Sono nuovo di questo tipo di lavoro. Mi …
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.