J'utilisais une classe SVM , implémentée dans scikit-learn, pour mon travail de recherche. Mais je n'ai pas une bonne compréhension de cela. Quelqu'un peut-il donner une explication simple et bonne d' une classe SVM
J'utilisais une classe SVM , implémentée dans scikit-learn, pour mon travail de recherche. Mais je n'ai pas une bonne compréhension de cela. Quelqu'un peut-il donner une explication simple et bonne d' une classe SVM
Il semble y avoir de nombreux algorithmes d'apprentissage automatique qui reposent sur les fonctions du noyau. SVM et NN pour n'en nommer que deux. Alors, quelle est la définition d'une fonction du noyau et quelles sont les exigences pour qu'elle soit
J'ai un ensemble de données avec deux classes qui se chevauchent, sept points dans chaque classe, les points sont dans un espace à deux dimensions. Dans R, et je cours svmdepuis le e1071package pour construire un hyperplan de séparation pour ces classes. J'utilise la commande suivante: svm(x, y,...
Avec les connaissances limitées que j'ai sur SVM, c'est bon pour une matrice de données courte et grasse (beaucoup de fonctionnalités et pas trop d'instances), mais pas pour les big data.XXX Je comprends qu'une raison est que la matrice du noyau est une matrice où, est le nombre d'instances dans...
Objectif Confirmez si la compréhension de KKT est correcte ou non. Cherchez plus d'explications et de confirmations sur KKT. Contexte Essayer de comprendre les conditions KKT, en particulier la condition complémentaire, qui apparaît toujours à l'improviste dans les articles SVM. Je n'ai pas besoin...
J'ai récemment appris l'utilisation de l'astuce du noyau, qui mappe les données dans des espaces de dimension supérieure pour tenter de linéariser les données dans ces dimensions. Y a-t-il des cas où je devrais éviter d'utiliser cette technique? S'agit-il simplement de trouver la bonne fonction du...
Les SVM pour la classification ont un sens intuitif pour moi: je comprends comment minimiser donne la marge maximale. Cependant, je ne comprends pas cet objectif dans le contexte de la régression. Divers textes ( ici et ici ) décrivent cela comme maximisant la «planéité». Pourquoi voudrions-nous...
J'ai 12 ensembles d'entraînement positifs (cellules cancéreuses traitées avec des médicaments avec chacun des 12 mécanismes d'action différents). Pour chacun de ces ensembles d'entraînement positifs, je voudrais former une machine à vecteur de support pour la distinguer d'un ensemble négatif de...
J'essaie de construire un SVM à partir de données de formation où un groupe est représenté plus que l'autre. Cependant, les groupes seront également représentés dans les éventuelles données de test. Par conséquent, je voudrais utiliser le class.weightsparamètre de l' e1071interface du package R...
J'ai 2 questions générales / plus théoriques. 1) Je suis curieux de savoir comment les SVM gèrent les interactions variables lors de la construction de modèles prédictifs. Par exemple, si j'ai deux fonctionnalités f1 et f2 et que la cible dépend de f1, f2 et disons f1 * f2 (ou d'une fonction h (f1,...
J'essaie de classer les messages en différentes catégories à l'aide d'un SVM. J'ai compilé une liste de mots / symboles souhaitables à partir de l'ensemble de formation. Pour chaque vecteur, qui représente un message, je mets la ligne correspondante à 1si le mot est présent: "corpus" est: [mary,...
Dans l'apprentissage automatique (pour les problèmes de régression), je vois souvent l'erreur quadratique moyenne (MSE) ou l'erreur absolue moyenne (MAE) utilisée comme fonction d'erreur pour minimiser (plus le terme de régularisation). Je me demande s'il existe des situations où l'utilisation d'un...
J'ai exécuté un SVM sur un ensemble de données donné et j'ai fait l'observation suivante: Si je modifie le nombre de fonctionnalités pour la construction du classificateur, le nombre de vecteurs de support résultants sera également modifié. Je voudrais savoir comment expliquer ce genre de...
J'ai trouvé de nombreux articles qui indiquent que les méthodes de boosting sont sensibles aux valeurs aberrantes, mais aucun article expliquant pourquoi. D'après mon expérience, les valeurs aberrantes sont mauvaises pour tout algorithme d'apprentissage automatique, mais pourquoi les méthodes de...
J'ai créé cette courbe d'apprentissage et je veux savoir si mon modèle SVM souffre de biais ou de variance? Comment puis-je conclure cela à partir de ce graphique?
J'essaie de comprendre le processus de formation d'une machine à vecteur de support linéaire . Je me rends compte que les propriétés des SMV leur permettent d'être optimisées beaucoup plus rapidement qu'en utilisant un solveur de programmation quadratique, mais à des fins d'apprentissage,...
Dans cette question - Existe - t-il une méthode pour construire des arbres de décision qui tienne compte des prédicteurs structurés / hiérarchiques / multiniveaux? - ils mentionnent une méthode de données de panel pour les arbres. Existe-t-il des méthodes de données de panneau spécifiques pour...
Je voulais mieux comprendre le test exact du pêcheur, j'ai donc imaginé l'exemple de jouet suivant, où f et m correspond à l'homme et à la femme, et n et y correspond à la "consommation de soda" comme ceci: > soda_gender f m n 0 5 y 5 0 Évidemment, c'est une simplification drastique, mais je ne...
Je voudrais former un SVM pour classer les cas (TRUE / FALSE) sur la base de 20 attributs. Je sais que certains de ces attributs sont fortement corrélés. Par conséquent, ma question est la suivante: SVM est-il sensible à la corrélation ou à la redondance entre les fonctionnalités? Une...
L'hyperplan optimal dans SVM est défini comme: w⋅x+b=0,w⋅x+b=0,\mathbf w \cdot \mathbf x+b=0, où représente le seuil. Si nous avons un mappage qui mappe l'espace d'entrée à un espace , nous pouvons définir SVM dans l'espace , où l'hiperplane optimal sera:bbbϕϕ\mathbf \phiZZZZZZ...