Statistiche e Big Data svm

2

Come addestrare un SVM tramite backpropagation?

Mi chiedevo se fosse possibile addestrare un SVM (diciamo uno lineare, per semplificare le cose) usando la backpropagation? Attualmente, sono a un blocco stradale, perché posso solo pensare di scrivere l' output del classificatore come f(x;θ,b)=sgn(θ⋅x−(b+1))=sgn(g(x;θ,b))f(x;θ,b)=sgn(θ⋅x−(b+1))=sgn(g(x;θ,b)) f(\mathbf{x};\theta,b) = \text{sgn}(\theta\cdot\mathbf{x} - (b+1)) = \text{sgn}(g(\mathbf{x};\theta,b)) Pertanto, quando proviamo a calcolare il "passaggio …

11 machine-learning neural-networks svm gradient-descent backpropagation

1

Support Vector Machine è sensibile alla correlazione tra gli attributi?

Vorrei formare un SVM per classificare i casi (VERO / FALSO) in base a 20 attributi. So che alcuni di questi attributi sono altamente correlati. Pertanto la mia domanda è: SVM è sensibile alla correlazione o ridondanza tra le funzionalità? Qualche riferimento?

11 svm multicollinearity kernel-trick

3

Differenza tra ep-SVR e nu-SVR (e SVR minimi quadrati)

Sto cercando di scoprire quale SVR è adatto a quel tipo di dati. Conosco 4 tipi di SVR: epsilon nu minimi quadrati e lineare. Capisco che SVR lineare è più o meno come un lazo con L1 Reg, ma qual è la differenza tra le restanti 3 tecniche?

11 regression svm

3

Casi d'uso SVB RBF (vs regressione logistica e foresta casuale)

Support Vector Machines con kernel con funzione di base radiale è un classificatore supervisionato per scopi generici. Mentre conosco le basi teoriche di questi SVM e i loro punti di forza, non sono a conoscenza dei casi in cui sono il metodo preferito. Quindi, esiste una classe di problemi per …

10 machine-learning logistic classification svm random-forest

1

NeuralNetwork a strato singolo con attivazione ReLU pari a SVM?

Supponiamo che io abbia una semplice rete neurale a singolo strato, con n input e un singolo output (compito di classificazione binaria). Se imposto la funzione di attivazione nel nodo di output come funzione sigmoide, il risultato è un classificatore di regressione logistica. In questo stesso scenario, se cambio l'attivazione …

10 neural-networks svm

1

Come creare un kernel perceptron semplice?

I problemi di classificazione con confini non lineari non possono essere risolti da un semplice percettrone . Il seguente codice R è a scopo illustrativo e si basa su questo esempio in Python): nonlin <- function(x, deriv = F) { if (deriv) x*(1-x) else 1/(1+exp(-x)) } X <- matrix(c(-3,1, -2,1, …

10 r neural-networks svm kernel-trick perceptron

1

Quali metodi esistono per ottimizzare gli iperparametri del kernel grafico SVM?

Ho alcuni dati che esistono su un grafico . I vertici appartengono a una delle due classi e sono interessato a formare un SVM per distinguere tra le due classi. Un kernel appropriato per questo è il kernel di diffusione , dove è il Laplaciano di e è un parametro …

10 svm cross-validation kernel-trick graph-theory

2

L'output di Scikit SVM nella classificazione multiclasse fornisce sempre la stessa etichetta

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 …

10 svm scikit-learn libsvm multi-class optunity

2

Come scegliere la formazione, la convalida incrociata e le dimensioni dei set di test per dati di piccole dimensioni di campioni?

Supponiamo che io abbia una piccola dimensione del campione, ad esempio N = 100, e due classi. Come dovrei scegliere la formazione, la validazione incrociata e le dimensioni dei set di test per l'apprendimento automatico? Vorrei scegliere intuitivamente La formazione imposta la dimensione come 50 Convalida incrociata impostare la dimensione …

10 machine-learning sampling svm cross-validation sample-size

1

Come posso incorporare un valore anomalo innovativo all'osservazione 48 nel mio modello ARIMA?

Sto lavorando su un set di dati. Dopo aver usato alcune tecniche di identificazione del modello, sono uscito con un modello ARIMA (0,2,1). Ho usato la detectIOfunzione nel pacchetto TSAin R per rilevare un valore anomalo innovativo (IO) alla 48a osservazione del mio set di dati originale. Come posso incorporare …

10 r time-series arima outliers hypergeometric fishers-exact r time-series intraclass-correlation r logistic glmm clogit mixed-model spss repeated-measures ancova machine-learning python scikit-learn distributions data-transformation stochastic-processes web standard-deviation r machine-learning spatial similarities spatio-temporal binomial sparse poisson-process r regression nonparametric r regression logistic simulation power-analysis r svm random-forest anova repeated-measures manova regression statistical-significance cross-validation group-differences model-comparison r spatial model-evaluation parallel-computing generalized-least-squares r stata fitting mixture hypothesis-testing categorical-data hypothesis-testing anova statistical-significance repeated-measures likert wilcoxon-mann-whitney boxplot statistical-significance confidence-interval forecasting prediction-interval regression categorical-data stata least-squares experiment-design skewness reliability cronbachs-alpha r regression splines maximum-likelihood modeling likelihood-ratio profile-likelihood nested-models

1

Dato un insieme di punti nello spazio bidimensionale, come può una decisione progettuale funzionare per SVM?

Qualcuno può spiegarmi come si fa a progettare una funzione decisionale SVM? Oppure indicami una risorsa che discute un esempio concreto. MODIFICARE Per l'esempio seguente, posso vedere che l'equazione separa le classi con il margine massimo. Ma come posso regolare i pesi e scrivere equazioni per iperpiani nella seguente forma.X2=1.5X2=1.5X_2 …

10 svm

4

Miglioramento della classificazione SVM del diabete

Sto usando SVM per prevedere il diabete. Sto usando il set di dati BRFSS per questo scopo. Il set di dati ha le dimensioni di ed è inclinato. La percentuale di s nella variabile target è mentre s costituisce il restante .11 % 89 %432607×136432607×136432607 \times 136Y11%11%11\%N89%89%89\% Sto usando solo …

10 r classification svm feature-selection e1071

1

Significato dei coefficienti di regressione (GAM) quando la probabilità del modello non è significativamente superiore a nulla

Sto eseguendo una regressione basata su GAM usando il pacchetto R gamlss e assumendo una distribuzione beta a zero inflazionata dei dati. Ho solo una singola variabile esplicativa nel mio modello, quindi è fondamentalmente: mymodel = gamlss(response ~ input, family=BEZI). L'algoritmo mi dà il coefficiente per l'impatto della variabile esplicativa …

10 nonlinear-regression gamlss machine-learning svm

2

Quale metodo del kernel fornisce i migliori output di probabilità?

Recentemente ho usato il ridimensionamento di Platt delle uscite SVM per stimare le probabilità di eventi di default. Alternative più dirette sembrano essere "Kernel logistic Regression" (KLR) e la relativa "Import Vector Machine". Qualcuno può dire quale metodo del kernel che fornisce output di probabilità è attualmente allo stato dell'arte? …

10 logistic svm kernel-trick

1

In che modo gli SVM = corrispondenza dei modelli?

Ho letto di SVM e ho appreso che stanno risolvendo un problema di ottimizzazione e l'idea del margine massimo era molto ragionevole. Ora, usando i kernel, riescono a trovare anche i confini di separazione non lineari, il che era grandioso. Finora, non ho davvero idea di come SVM (una macchina …

10 machine-learning neural-networks svm deep-learning kernel-trick

Domande taggate «svm»