Câu hỏi được gắn thẻ «svm»

Trực giác đằng sau thực tế là một SVM với Hạt nhân Gaussian có không gian đặc trưng chiều nào?

36 svm  feature-selection  kernel-trick 

Làm thế nào để chứng minh rằng hàm cơ sở xuyên tâm là một hạt nhân? Theo tôi hiểu, để chứng minh điều này, chúng tôi phải chứng minh một trong những điều sau đây:k(x,y)=exp(−||x−y||2)2σ2)k(x,y)=exp⁡(−||x−y||2)2σ2)k(x, y) = \exp(-\frac{||x-y||^2)}{2\sigma^2}) Đối với bất kỳ tập hợp vectơ matrix = là semidefinite dương.x1,x2,...,xnx1,x2,...,xnx_1, …

35 svm  kernel-trick 

Ai đó có thể cho tôi biết cụm từ 'người học yếu' nghĩa là gì không? Có phải nó được coi là một giả thuyết yếu? Tôi bối rối về mối quan hệ giữa người học yếu và người phân loại yếu. Cả hai giống nhau hay có một số …

34 classification  svm  terminology  adaboost  pac-learning 

Tôi đã thấy mọi người đã nỗ lực rất nhiều cho SVM và Kernels, và họ trông khá thú vị khi là người khởi đầu trong Machine Learning. Nhưng nếu chúng ta mong đợi rằng hầu như luôn luôn chúng ta có thể tìm ra giải pháp vượt trội về …

33 machine-learning  svm  kernel-trick  supervised-learning 

Tôi có một bộ dữ liệu phát trực tuyến, các ví dụ có sẵn tại một thời điểm. Tôi sẽ cần phải làm phân loại nhiều lớp trên chúng. Ngay khi tôi đưa ra một ví dụ đào tạo cho quá trình học tập, tôi phải loại bỏ ví dụ …

33 machine-learning  svm  neural-networks 

Như đã biết, SVM có thể sử dụng phương thức kernel để chiếu các điểm dữ liệu trong không gian cao hơn để các điểm có thể được phân tách bằng một không gian tuyến tính. Nhưng chúng ta cũng có thể sử dụng hồi quy logistic để chọn ranh …

32 svm 

Làm thế nào để có được tầm quan trọng của biến (thuộc tính) khi sử dụng SVM?

32 machine-learning  feature-selection  svm 

Tôi đang sử dụng SVM để phân loại và tôi đang cố gắng xác định các tham số tối ưu cho các hạt nhân tuyến tính và RBF. Đối với nhân tuyến tính, tôi sử dụng lựa chọn tham số xác thực chéo để xác định C và đối với …

32 classification  svm  kernel-trick 

Tôi đang sử dụng công cụ libsvm ( http://www.csie.ntu.edu.tw/~cjlin/libsvm/ ) để hỗ trợ phân loại vector. Tuy nhiên, tôi bối rối về định dạng của dữ liệu đầu vào. Từ README: Định dạng của tệp dữ liệu đào tạo và kiểm tra là: <label> <index1>:<value1> <index2>:<value2> ... . . . …

31 machine-learning  svm  python  libsvm  c++ 

Tôi đang cố gắng tăng tốc với R. Cuối cùng tôi muốn sử dụng các thư viện R để thực hiện phân loại văn bản. Tôi chỉ tự hỏi những kinh nghiệm của mọi người liên quan đến khả năng mở rộng của R khi thực hiện phân loại văn …

30 r  machine-learning  svm  text-mining  random-forest 

Tôi hơi bối rối với sự khác biệt giữa một SVM và một tri giác. Hãy để tôi thử tóm tắt sự hiểu biết của tôi ở đây, và xin vui lòng sửa chữa những gì tôi sai và điền vào những gì tôi đã bỏ lỡ. Perceptron không cố …

29 machine-learning  svm  kernel-trick 

Mỗi tính năng của tôi 'mọi chiều đều có phạm vi giá trị khác nhau. Tôi muốn biết nếu nó là cần thiết để bình thường hóa bộ dữ liệu này.

29 machine-learning  svm  random-forest  normalization 

Tôi đang sử dụng dấu mũ để chạy một rừng ngẫu nhiên được xác thực chéo qua tập dữ liệu. Biến Y là một yếu tố. Không có NaN, Inf, hoặc NA trong tập dữ liệu của tôi. Tuy nhiên, khi chạy rừng ngẫu nhiên, tôi nhận được Error in …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

Tôi đã học được rằng, khi xử lý dữ liệu bằng cách sử dụng phương pháp dựa trên mô hình, bước đầu tiên là mô hình hóa thủ tục dữ liệu dưới dạng mô hình thống kê. Sau đó, bước tiếp theo là phát triển thuật toán học / suy …

28 machine-learning  svm  modeling 

Tôi vừa xem qua bài viết này , trong đó mô tả cách tính toán độ lặp lại (còn gọi là độ tin cậy, hay còn gọi là tương quan nội hàm) của phép đo thông qua mô hình hiệu ứng hỗn hợp. Mã R sẽ là: #fit the model …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit