Saya bertanya-tanya apakah mungkin untuk melatih SVM (katakanlah linear, untuk mempermudah) menggunakan backpropagation? Saat ini, aku di blok jalan, karena saya hanya bisa berpikir tentang menulis keluaran classifier ini
Saya memiliki beberapa data yang ada pada grafik . milik salah satu dari dua kelas , dan saya tertarik untuk melatih SVM untuk membedakan antara dua kelas. Salah satu kernel yang sesuai untuk ini adalah difusi kernel , mana adalah Laplacian dari dan adalah parameter
Masalah klasifikasi dengan batas nonlinier tidak dapat diselesaikan dengan perceptron sederhana . Kode R berikut adalah untuk tujuan ilustrasi dan didasarkan pada contoh ini dengan Python): nonlin <- function(x, deriv = F) { if (deriv) x*(1-x) else 1/(1+exp(-x)) } X <- matrix(c(-3,1,...
Misalkan saya memiliki jaringan neural single layer yang sederhana, dengan n input dan output tunggal (tugas klasifikasi biner). Jika saya mengatur fungsi aktivasi di node output sebagai fungsi sigmoid- maka hasilnya adalah classifier Logistic Regression. Dalam skenario yang sama ini, jika saya...
Algoritma SVM cukup tua - dikembangkan tahun 1960-an, tetapi sangat populer pada 1990-an dan 2000-an. Ini adalah bagian klasik (dan sangat indah) dari kursus pembelajaran mesin. Saat ini tampaknya dalam pemrosesan media (gambar, suara, dll.) Jaringan saraf benar-benar mendominasi, sementara di...
Mendukung Mesin Vektor dengan kernel fungsi radial-base adalah classifier yang diawasi untuk keperluan umum. Sementara saya tahu dasar-dasar teoretis untuk SVM ini, dan poin-poin kuatnya, saya tidak mengetahui kasus-kasus di mana mereka adalah metode yang lebih disukai. Jadi, apakah ada kelas...
Jadi, saya memiliki 16 percobaan di mana saya mencoba untuk mengotentikasi seseorang dari sifat biometrik menggunakan Hamming Distance. Ambang batas saya diatur ke 3.5. Data saya di bawah dan hanya percobaan 1 yang Benar-Benar Positif: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6...
Saya mencoba membangun model prediksi dengan SVM pada data yang cukup tidak seimbang. Label / output saya memiliki tiga kelas, positif, netral dan negatif. Saya akan mengatakan contoh positif membuat sekitar 10 - 20% dari data saya, netral sekitar 50 - 60%, dan negatif sekitar 30 - 40%. Saya...
Saya menggunakan paket kernlab di R untuk membangun SVM untuk mengklasifikasikan beberapa data. SVM bekerja dengan baik karena memberikan 'prediksi' keakuratan yang layak, namun daftar variabel input saya lebih besar daripada yang saya inginkan dan saya tidak yakin akan pentingnya relatif dari...
Misalkan saya punya satu sampel frekuensi dari 4 peristiwa yang mungkin: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 dan saya memiliki probabilitas yang diharapkan dari peristiwa saya terjadi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dengan jumlah frekuensi yang diamati dari empat acara saya (18) saya dapat...
Saat menggunakan libsvm, parameter adalah parameter untuk fungsi kernel. Nilai standarnya adalah setup sebagaiγ = 1γγ\gammaγ= 1sejumlah fitur.γ=1number of features.\gamma = \frac{1}{\text{number of features.}} Apakah ada panduan teoretis untuk mengatur parameter ini selain metode yang ada,...
Saya memiliki sekitar 500 variabel per pasien, setiap variabel memiliki satu nilai kontinu dan diukur pada tiga titik waktu yang berbeda (setelah 2 bulan dan setelah 1 tahun). Dengan regresi saya ingin memprediksi hasil pengobatan untuk pasien baru. Apakah mungkin untuk menggunakan regresi SVM...
Saya seorang pemula ketika datang untuk mendukung mesin vektor. Apakah ada beberapa pedoman yang mengatakan kernel mana (mis. Linear, polinomial) paling cocok untuk masalah tertentu? Dalam kasus saya, saya harus mengklasifikasikan halaman web menurut apakah mereka mengandung beberapa informasi...
Saya melatih classifier biner SVM menggunakan Scikit belajar. Karena sifat masalah saya, saya perlu menghindari negatif palsu. Karena tidak ada yang gratis, saya oke mendapatkan tingkat positif palsu yang lebih tinggi untuk mengurangi jumlah negatif palsu. Bagaimana kita bisa melakukan itu...
Untuk pengklasifikasi multi-kelas probabilistik kita bisa mendapatkan probabilitas keanggotaan titik baru untuk setiap kelas ; dalam kasus 3 kelas misalkan kita mendapatkan , maka kelas x yang paling mungkin adalah . Sekarang anggaplah kita memiliki multi-class svm di mana kita bisa mendapatkan...
Saya melihat buku-buku Vapnik tentang pembelajaran statistik ... Saya membaca beberapa bab pertama. Ngomong-ngomong, yang paling mengejutkanku adalah dia berpikir pisau cukur Occam sudah usang. Saya pikir itu terkait dengan situasi di mana dengan asumsi dimensi yang lebih tinggi meningkatkan...
Saya baru mengenal pembelajaran mesin dan mencoba menggunakan scikit-learning (sklearn) untuk menangani masalah klasifikasi. Baik DecisionTree dan SVM dapat melatih classifier untuk masalah ini. Saya menggunakan sklearn.ensemble.RandomForestClassifierdan sklearn.svm.SVCmenyesuaikan data pelatihan...
Saya baru menggunakan GMM. Saya tidak dapat menemukan bantuan online yang sesuai. Adakah yang bisa tolong berikan saya sumber daya yang tepat pada "Bagaimana cara memutuskan apakah menggunakan GMM cocok dengan masalah saya?" atau jika ada masalah klasifikasi "Bagaimana cara memutuskan apakah saya...
Menurut dokumentasi objek StandardScaler di scikit-learn: Misalnya banyak elemen yang digunakan dalam fungsi objektif dari algoritma pembelajaran (seperti kernel RBF dari Support Vector Machines atau L1 dan L2 regularizer model linier) mengasumsikan bahwa semua fitur berpusat di sekitar 0 dan...
Kolega saya dan saya mencoba untuk membungkus kepala kami di sekitar perbedaan antara regresi logistik dan SVM. Jelas mereka mengoptimalkan fungsi tujuan yang berbeda. Apakah SVM sesederhana mengatakan itu adalah klasifikasi diskriminatif yang hanya mengoptimalkan kehilangan engsel? Atau lebih...