Statistiche e Big Data svm

1

Un set di addestramento scarso influisce negativamente su un SVM?

Sto cercando di classificare i messaggi in diverse categorie usando un SVM. Ho compilato un elenco di parole / simboli desiderabili dal set di addestramento. Per ogni vettore, che rappresenta un messaggio, ho impostato la riga corrispondente su 1se la parola è presente: "corpus" è: [mary, little, lamb, star, twinkle] …

12 classification svm sparse

2

SVM, interazione variabile e dati di allenamento adeguati

Ho 2 domande generali / più teoriche. 1) Sono curioso di sapere come gli SVM gestiscono le interazioni variabili durante la creazione di modelli predittivi. Ad esempio, se ho due funzioni f1 e f2 e il target dipende da f1, f2 e dico f1 * f2 (o alcune funzioni h …

12 machine-learning predictive-models svm interaction

2

SVM con gruppi di dimensioni diverse nei dati di allenamento

Sto cercando di creare un SVM dai dati di allenamento in cui un gruppo è rappresentato più dell'altro. Tuttavia, i gruppi saranno equamente rappresentati nei dati di prova finali. Pertanto, vorrei utilizzare il class.weightsparametro dell'interfaccia del e1071pacchetto R libsvmper bilanciare l'influenza dei due gruppi nei dati di allenamento. Dato che …

12 r machine-learning svm

3

Comprensione della regressione SVM: funzione obiettiva e "piattezza"

Le SVM per la classificazione hanno un senso intuitivo per me: capisco come minimizzare produca il margine massimo. Tuttavia, non capisco questo obiettivo nel contesto della regressione. Vari testi ( qui e qui ) lo descrivono come massimizzare la "piattezza". Perché dovremmo farlo? Quale regressione equivale al concetto di "margine"?||θ||2||θ||2||\theta||^2 …

12 regression svm

2

Usa il coefficiente di correlazione di Pearson come obiettivo di ottimizzazione nell'apprendimento automatico

Nell'apprendimento automatico (per problemi di regressione), vedo spesso errore medio quadrato (MSE) o errore assoluto medio (MAE) utilizzato come funzione di errore per minimizzare (oltre al termine di regolarizzazione). Mi chiedo se ci sono situazioni in cui l'uso del coefficiente di correlazione sarebbe più appropriato? se tale situazione esiste, quindi: …

12 regression machine-learning svm optimization deep-learning

2

Algoritmi di machine learning per dati panel

In questa domanda: esiste un metodo per costruire alberi decisionali che tenga conto dei predittori strutturati / gerarchici / multilivello? - menzionano un metodo di dati del pannello per gli alberi. Esistono metodi dati pannello specifici per il supporto di macchine vettoriali e reti neurali? In tal caso, potresti citare …

12 r machine-learning svm panel-data cart

1

Una ricerca in griglia SVM dovrebbe mostrare una regione ad alta precisione con basse accuratezze in giro?

Ho 12 set di allenamento positivi (cellule tumorali trattate con farmaci con ciascuno dei 12 diversi meccanismi d'azione). Per ognuna di queste serie di addestramento positivo, vorrei formare una macchina di supporto vettoriale per distinguerla da una serie negativa di uguale dimensione campionata dall'esperimento. Ogni set ha tra 1000 e …

12 svm

2

Ottimizzazione di una macchina vettoriale di supporto con programmazione quadratica

Sto cercando di comprendere il processo di addestramento di una macchina vettoriale di supporto lineare . Mi rendo conto che le proprietà degli SMV consentono loro di essere ottimizzate molto più rapidamente rispetto all'utilizzo di un risolutore di programmazione quadratico, ma a fini di apprendimento mi piacerebbe vedere come funziona. …

12 r svm optimization

2

Perché le CNN si concludono con i livelli FC?

Da quanto ho capito, le CNN sono composte da due parti. La prima parte (livelli conv / pool) che esegue l'estrazione delle caratteristiche e la seconda parte (livelli fc) che esegue la classificazione delle caratteristiche. Dato che le reti neurali completamente connesse non sono i migliori classificatori (ovvero sono sovraperformate …

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

1

Limiti di generalizzazione su SVM

Sono interessato ai risultati teorici della capacità di generalizzazione di Support Vector Machines, ad esempio limiti alla probabilità di errore di classificazione e alla dimensione Vapnik-Chervonenkis (VC) di queste macchine. Tuttavia, leggendo la letteratura ho avuto l'impressione che alcuni risultati ricorrenti simili tendano a differire leggermente da un autore all'altro, …

11 machine-learning svm vc-dimension

1

Quanto è differente Support Vector Regressione rispetto a SVM?

Conosco le basi di SVM e SVR, ma ancora non capisco come il problema di trovare un iperpiano che massimizzi il margine si adatti a SVR. In secondo luogo, ho letto qualcosa su usato come margine di tolleranza in SVR. Cosa significa?εε\epsilon Terzo, c'è qualche differenza tra i parametri delle …

11 regression machine-learning svm

3

Perché il termine di polarizzazione in SVM è stimato separatamente, invece di una dimensione aggiuntiva nel vettore feature?

L'hyperplane ottimale in SVM è definito come: w⋅x+b=0,w⋅x+b=0,\mathbf w \cdot \mathbf x+b=0, dove rappresenta la soglia. Se disponiamo di una mappatura che mappa lo spazio di input su uno spazio , possiamo definire SVM nello spazio , dove l'hiperplane ottimale sarà:ϕ Z Zbbbϕϕ\mathbf \phiZZZZZZ w⋅ϕ(x)+b=0.w⋅ϕ(x)+b=0.\mathbf w \cdot \mathbf \phi(\mathbf x)+b=0. …

11 svm threshold

2

Utilizzo di Adaboost con SVM per la classificazione

So che Adaboost cerca di generare un classificatore forte usando una combinazione lineare di un insieme di classificatori deboli. Tuttavia, ho letto alcuni articoli che suggeriscono che Adaboost e SVM lavorano in armonia (anche se SVM è un forte classificatore) in determinate condizioni e casi . Non sono in grado …

11 classification svm references boosting

1

Riduzione del numero di livelli della variabile predittore categoriale non ordinata

Voglio addestrare un classificatore, diciamo SVM, o foresta casuale, o qualsiasi altro classificatore. Una delle funzionalità nel set di dati è una variabile categoriale con 1000 livelli. Qual è il modo migliore per ridurre il numero di livelli in questa variabile. In R c'è una funzione chiamata combine.levels()nel pacchetto Hmisc …

11 classification svm random-forest many-categories

1

Perché è sbagliato interpretare SVM come probabilità di classificazione?

La mia comprensione di SVM è che è molto simile a una regressione logistica (LR), ovvero una somma ponderata di caratteristiche viene passata alla funzione sigmoide per ottenere una probabilità di appartenenza a una classe, ma invece della perdita tra entropia (logistica) funzione, l'allenamento viene eseguito utilizzando la perdita della …

11 machine-learning logistic svm

Domande taggate «svm»