如何使用支持向量机(SVM)进行多类分类
在每本书和每个示例中，它们始终仅显示二进制分类(两个类)，并且新矢量可以属于任何一个类. 这里的问题是我有4个课程(c1，c2，c3，c4).我已经为4个班级训练了数据. 对于新矢量，输出应类似于 C1 80％(获胜者) c2 10％ c3 6％ c4 4％ 如何执行此操作?我打算使用libsvm(因为它最受欢迎).我对此不太了解.如果您以前曾经使用过，请
..
machine-learning相关内容
抑制libsvm中的输出(python)
我正在使用来自python的libsvm(svmutils)进行分类任务.分类器是准确的.但是，我得到这样的输出: * optimization finished, #iter = 75 nu = 0.000021 obj = -0.024330, rho = 0.563710 nSV = 26, nBSV = 0 Total nSV = 26 * optimization finished
..
将预计算的chi2内核与libsvm(matlab)一起使用时的错误结果
我正在尝试libsvm，并按照该示例在软件随附的heart_scale数据上训练svm.我想使用我自己预先计算过的chi2内核.训练数据的分类率降至24％.我确定我正确地计算了内核，但是我想我一定做错了.代码如下.你能看到任何错误吗?帮助将不胜感激. %read in the data: [heart_scale_label, heart_scale_inst] = libsvmread('
..
如何使用libsvm进行文本分类?
我想用SVM编写垃圾邮件过滤器程序，我选择libsvm作为工具. 我收到了1000封好邮件和1000封垃圾邮件，然后将它们分类为: 700个good_train邮件700个spam_train邮件 300封Good_Test邮件300封Spam_test邮件 然后我写了一个程序来计算每个文件中每个单词出现的时间，得到的结果如下: good_train_1.txt: today 3
..
如何训练libsvm格式的图像(像素)数据以用于Java识别
我想使Java应用程序通过使用libsvm来识别字符，但是当我进入该程序时，我不知道如何训练图像数据与libsvm一起使用? 最近要学习它，我使用现有数据进行了测试: 我还通过将每个像素转换为0,1来创建基于32x32的训练图像数据，但是我不知道它是否可以用于创建libsvm训练数据格式? 以及libsvm测试数据是如何创建的? 已转换图像像素(0,1)的示例: 00000
..
在Python中使用LibSVM预先计算的内核
我已经在网上搜索了大约3个小时，但还没有找到解决方案.我想给libsvm一个预先计算的内核并分类一个数据集，但是: 如何生成预先计算的内核? (例如， Iris数据的基本预计算内核是什么? ?) 在libsvm文档中指出: 对于预计算内核，每个实例的第一个元素必须为 ID.例如， samples = [[1, 0, 0, 0, 0], [2, 0, 1, 0
..
SVM可以逐步学习吗?
我正在使用多维SVM分类器(SVM.NET，libSVM的包装器)对一组功能进行分类. 给定一个SVM模型，是否可以合并新的训练数据而不必重新计算所有先前的数据?我猜想另一种表达方式是:SVM可变吗? 解决方案 实际上，通常称为增量学习.该问题之前已经提出，并在这里得到了很好的回答:支持向量机(SVM)的一些实现细节. 总之，这是可能的，但并不容易，您必须更改正在使用的库或自己
..
来自e1071 R软件包的SVM方程式?
我有兴趣测试SVM的性能，以将几个人分为四个组/类.当使用MATLAB的svmtrain LibSVM函数时，我能够基于该方程的值获得用于将4个组中的这些个体分类的三个方程.方案如下: All individuals (N)* | Group 1 (n1) (N-n1)
..
将Python绑定用于SVM库LIBSVM的示例
我非常需要在python中使用LibSVM进行分类的任务示例.我不知道输入应该是什么样子，哪个功能负责训练，哪个功能负责测试 谢谢 解决方案 LIBSVM从包含两个列表的元组中读取数据.第一个列表包含类，第二个列表包含输入数据.用两个可能的类创建简单的数据集 您还需要通过创建svm_parameter来指定要使用的内核. >> from libsvm import * >> pro
..
为什么精度为0％? MATLAB LIBSVM
我使用以下方法提取了 PCA 功能: function [mn,A1,A2,Eigenfaces] = pca(T,f1,nf1) m=mean(T,2), %T is the whole training set train=size(T,2); A=[]; for i=1:train temp=double(T(:,i))-m; A=[A temp]; end t
..
scikit-learn中的SVC和LinearSVC在什么参数下等效?
我阅读了此线程关于scikit-learn中SVC()和LinearSVC()之间的差异. 现在我有一个二进制分类问题的数据集(对于这样的问题，两个函数之间的一对一/一对一策略差异可以忽略.) 我想尝试使用这两个函数为我提供相同结果的参数.首先，当然，我们应该将kernel='linear'设置为SVC() 但是，我无法从两个函数中获得相同的结果.我无法从文档中找到答案，有人可以帮助我
..
支持向量的数量与训练数据和分类器性能之间的关系是什么?
我正在使用LibSVM对一些文档进行分类.正如最终结果所示，这些文档似乎很难归类.但是，在训练模型时，我注意到了一些东西.就是说:如果我的训练集例如是1000，则其中约800个被选为支持向量. 我到处都在寻找这是好事还是坏事.我的意思是支持向量的数量和分类器的性能之间有关系吗? 我已阅读此帖子上一篇文章.但是，我正在执行参数选择，并且我还要确保特征向量中的属性都是有序的. 我只需要知道这种关系.
..
如何获得特征权重
我正在处理高度不平衡的数据集，我的想法是从我的 libSVM 模型中获取特征权重的值.就目前而言，我对线性内核还可以，我可以在其中获得特征权重，但是当我使用rbf或poly时，我无法达到目标. 在这里，我将sklearn用于我的模型，使用.coef_可以很容易地获得线性核的特征权重.有人可以帮我为rbf或poly做同样的事情吗?到目前为止，我已经尝试做的事情如下: svr = SVC(
..
多类支持向量机(一对一)
我知道，对于多类SVM，LIBSVM仅允许一对一分类.但是，我想对它进行一些微调以执行一个针对所有对象的分类.我试图在下面执行全部反对.这是正确的方法吗? 代码: TrainLabel;TrainVec;TestVec;TestLaBel; u=unique(TrainLabel); N=length(u); if(N>2) itr=1; classes=0;
..
相对于所有SVM的10倍交叉验证(使用LibSVM)
我想对我的一劳永逸进行10倍交叉验证，支持向量机分类. 我试图以某种方式混淆这两个相关的答案: libsvm中的多类分类 在MATLAB中进行10倍SVM分类的示例 但是，由于我是MATLAB及其语法的新手，所以直到现在我都无法使其工作. 另一方面，我在 选项-v随机将数据分成n个部分并计算交叉 验证准确性/均方误差. 有关输出的含义，请参见libsvm FAQ.
..
在libsvm中使用预计算的内核
我目前正在对具有不同图像描述符的图像进行分类.由于它们具有自己的指标，因此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.我对使用SVM并不是很有经验. 让我感到困惑的是如何输入用于训练的输入.使用内核MxM的子集(M是训练图像的数量)来训练具有M个功能的SVM.但是，如果我理解正确的话，这将限制我使用功能相似的测试数据.尝试使用大小为MxN的子
..
使用libsvm进行交叉验证后的再培训
我知道交叉验证用于选择良好的参数.找到它们之后，我需要在不使用-v选项的情况下重新训练整个数据. 但是我面临的问题是，在使用-v选项进行训练之后，我得到了交叉验证的准确性(例如85％).没有模型，我看不到C和gamma的值.在那种情况下，我该如何重新训练? 我将进行10倍交叉验证. 例如 optimization finished, #iter = 138 nu = 0.6122
..
libsvm中的多类分类
我正在使用 libsvm ，我必须实现分类对于具有 one vs all 的多类. 我该怎么办? libsvm 2011版是否使用此? 我认为我的问题不是很清楚. 如果libsvm不自动使用一个vs所有，则我将为每个类使用一个svm，否则如何在svmtrain函数中定义此参数. 我已经阅读了libsvm的自述文件. 解决方案 根据官方libsvm 文档(第7节): LI
..
如何使用dlib的LDA
我想将dlib的LDA应用于我的训练集，并将转换应用于训练集和测试集.我写了下面的最小示例来重现该问题.如果删除使用LDA的部分，则会输出有意义的预测. #include #include #include int main() { typedef dlib::matrix sample_
..
log Likelihood和logPerplexity方法不适用于Spark LDA，如何测量它们?
我正在尝试获得Spark LDA模型(使用Spark 2.1)的困惑和对数.尽管我可以保存模型，但是下面的代码不起作用(找不到方法logLikelihood和logPerplexity). from pyspark.mllib.clustering import LDA from pyspark.mllib.linalg import Vectors # construct corpus
..