svm相关内容

一对多 SVM 中的 10 折交叉验证(使用 LibSVM)

我想在我的一对一中进行 10 倍交叉验证 支持向量机 MATLAB 中的分类. 我试图以某种方式混合这两个相关的答案: libsvm 中的多类分类 MATLAB 中的 10 折 SVM 分类示例 但由于我是 MATLAB 及其语法的新手,所以直到现在我才设法让它工作. 另一方面,我在LibSVM README 文件,我在那里找不到任何相关示例: option -v ..
发布时间:2021-12-08 15:01:11 AI人工智能

使用带有 libsvm 的预计算内核

我目前正在使用不同的图像描述符对图像进行分类.由于他们有自己的指标,我使用的是预先计算的内核.因此,鉴于这些 NxN 内核矩阵(总共 N 个图像),我想训练和测试 SVM.不过,我在使用 SVM 方面并不是很有经验. 让我困惑的是如何输入训练的输入.使用内核 MxM 的子集(M 是训练图像的数量),训练具有 M 个特征的 SVM.但是,如果我理解正确,这会限制我使用具有相似数量特征的测试数据 ..
发布时间:2021-12-08 15:00:18 AI人工智能

使用 libsvm 进行交叉验证后重新训练

我知道交叉验证用于选择好的参数.找到它们后,我需要在没有 -v 选项的情况下重新训练整个数据. 但我面临的问题是,在我使用 -v 选项进行训练后,我获得了交叉验证准确率(例如 85%).没有模型,我看不到 C 和 gamma 的值.在这种情况下,我该如何重新训练? 顺便说一句,我应用了 10 折交叉验证.例如 优化完成,#iter = 138nu = 0.612233obj = -9 ..
发布时间:2021-12-08 14:50:16 AI人工智能

MATLAB 中的 10 倍 SVM 分类示例

我需要一个以某种方式描述的示例,展示如何对两个类别的数据集进行 10 倍 SVM 分类.MATLAB 文档中只有一个示例,但不是 10 倍.有人可以帮我吗? 解决方案 这是一个完整的示例,使用了 Bioinformatics Toolbox 中的以下函数:SVMTRAIN, SVMCLASSIFY, CLASSPERF, CROSSVALIND. load fisheriris %# 加 ..
发布时间:2021-12-08 14:43:41 AI人工智能

我可以使用 Scikit learn 绘制 3 个特征(在 3D 空间中)的 SVM 决策边界吗?

我正在使用 scikit-learn 来理解支持向量机 (SVM).我想绘制由 SVM 计算的决策边界.SVM 使用 3 个特征.所以决策边界必须在 3D 空间中绘制.这可以使用 scikit-learn 吗?我在官方网站上只能找到 SVM 决策边界的二维图.但是我在 stackoverflow 上找到了链接,这表明使用 matlab 和 r.有没有办法使用 scikit-learn 实现相同的目 ..
发布时间:2021-11-25 03:47:21 C#

为什么我的 Spark SVM 总是预测相同的标签?

我在让 SVM 预测 0 和 1 的位置时遇到了麻烦.似乎在我训练它并给它更多数据之后,它总是想预测一个 1 或一个 0,但它会预测全 1 或全 0,而不是两者的混合.我想知道你们中是否有人能告诉我我做错了什么. 我搜索过“svm 总是预测相同的值"和类似的问题,对于我们这些机器学习新手来说,这看起来很常见.恐怕我不明白我遇到的答案. 所以我从这个开始,它或多或少是有效的: from ..
发布时间:2021-11-14 21:08:26 其他开发

Spark MLLib SVM 输出的分数是什么意思?

我不明白来自 Spark MLLib 算法的 SVM 分类器的输出.我想将分数转换为概率,以便获得属于某个类的数据点的概率(SVM 在该类上进行训练,也就是多类问题)(另见此线程).目前尚不清楚分数意味着什么.是到超平面的距离吗?我如何从中获得概率? 解决方案 import org.apache.spark.mllib.classification.{SVMModel, SVMWithSG ..
发布时间:2021-11-14 21:02:34 其他开发

python sklearn pipiline fit:“属性错误:未找到下限"

我正在尝试使用 sklearn 将 sveveral 文本数据分为 3 个类别.但我得到了 “属性错误:未找到下层" 运行时. 代码: train, test = train_test_split(df, random_state=42, test_size=0.3, shuffle=True)X_train = train.contentsX_test = test.cont ..
发布时间:2021-09-01 19:27:45 其他开发

Python-Scikit.使用 SVM 训练和测试数据

我正在使用 SVM (scikit) 训练和测试数据.我正在训练 SVM 并从中准备泡菜.然后,我使用那个泡菜来测试我的系统.首先,我分别读取变量 train_data 和 test_data 中的训练数据和测试数据. 之后,我用于训练的代码是: vectorizer = TfidfVectorizer(max_df = 0.8,sublinear_tf=真,use_idf=True)tr ..
发布时间:2021-09-01 19:27:42 其他开发

如何使用 Java 代码 SVM 训练我的 Edge 图像

我有一组使用 OpenCV 3.1 执行边缘检测的图像.边存储在 OpenCV 的 MAT 中.有人可以帮我处理这些图像集上的 Java SVM 训练和测试代码吗? 解决方案 根据评论中的讨论,我为您提供了一个示例项目,该项目是我不久前为 android studio 构建的.这用于根据 Lab 颜色空间对图像进行分类. //1.a 此处为 SVM 训练分配参数双 nu = 0.999D ..
发布时间:2021-09-01 19:27:39 其他开发

集成学习 Python-随机森林、SVM、KNN

我正在尝试集成分类器随机森林、SVM 和 KNN.在这里,我将 VotingClassifier 与 GridSearchCV 结合使用.如果我尝试使用逻辑回归、随机森林和高斯,代码运行良好 clf11 = LogisticRegression(random_state=1)clf12 = RandomForestClassifier(random_state=1)clf13 = Gaussia ..
发布时间:2021-09-01 19:27:36 其他开发

使用相同任务的 svm 和 ranger 的不同运行时

我对两个学习器的运行时间进行了基准测试,并在 {ranger} 和 {svm} 进行训练时截取了 {htop} 的两个屏幕截图,以使我的观点更加清晰.正如这篇文章的标题所述,我的问题是为什么 svm 中的训练/预测与其他学习者(在本例中为 ranger)相比如此慢?是否与学习者的底层结构有关?或者我在代码中犯了错误?或者...?任何帮助表示赞赏. 游侠训练时的htop;使用所有线程. ..
发布时间:2021-09-01 19:27:30 其他开发

我的行在 Kaggle 的 SVM 脚本代码中不匹配

我正在检查用于 Kaggle Titanic 数据的 SVM 的 e1071 代码.最后我知道,这部分工作正常,但现在我遇到了一个相当奇怪的错误.当我尝试构建我的 data.frame 以便我可以提交给 kaggle 时,我的预测似乎是我的训练集而不是测试集的大小. 问题 数据框架中的错误(PassengerId = test$passengerid, Survived = Predi ..
发布时间:2021-09-01 19:27:27 其他开发

使用 SVM 进行分层分类

我正在尝试使用 SVM 处理分类问题,一开始我设法解决了第一级的问题,即将我的数据分为 2 类(class1 和 class2).现在我想继续分层分类,即我想将第二个类分成两个类.有没有办法用 Matlab SVM 做到这一点.谢谢 解决方案 你还没有说你的特征,因为在第一次分类之后,你必须为新的分类器定义新的特征. 您可以将特征存储在矩阵中并在新分类器中使用它们. 由于我不确 ..
发布时间:2021-09-01 19:27:21 其他开发

在 SVM scikit-learn 中可视化 2D/3D 决策面

我让 sklearn svm 分类器工作.我只是将 2 个选项分类为 0 或 1使用特征向量.它工作正常. 我想使用图表在页面上将其可视化. 问题是我的向量是 512 项长度,所以很难在 x,y 图上显示. 有没有办法可视化像 512 这样的长特征向量的分类超平面? 解决方案 您无法将许多功能的决策表面可视化.这是因为维度太多,无法可视化 N 维表面. 但是,您可以 ..
发布时间:2021-09-01 19:27:18 其他开发

Sklearn SVM - 如何获得错误预测的列表?

我不是专家用户.我知道我可以得到混淆矩阵,但我想得到一个被错误分类的行的列表,以便在分类后研究它们. 在stackoverflow上我发现了这个我可以在 scikit-learn 中获得 SVM 评分函数中错误预测的列表吗 但我不确定是否理解了所有内容. 这是一个示例代码. # 导入必要的库从 sklearn 导入数据集从 sklearn.metrics 导入混淆_矩阵从 sklea ..
发布时间:2021-09-01 19:27:14 其他开发

如何在支持向量机中找到重要因素

原始数据很大,所以我不能在这里发布.问题是我在 R 中使用包 e1071 来做支持向量机分析.原始数据有100个因子,预测结果为1或0.例如,我生成了一个包含 10 个因子的随机数据框. for (i in 1:10){因子 我做了预测部分,但我想知道如何确定哪些因素(在 10 个因素中)对结果很重要(更相关). 例如,结果可能是因子 2、4、5,10 对最终结果有贡献. 你能帮我 ..
发布时间:2021-09-01 19:27:10 其他开发