在#1435问题之后，我还有一个关于如何使用GPflow的问题。我的目的是将加性核拟合到二维数据(维度1中的平方指数核和维度2中的线性核)。在#1435的指导下，我已经成功地用内核gpflow.kernels.Linear(variance= 0.1)拟合了模型。我使用具有相同内核的GPy作为参考，结果看起来很合理。我知道GPy
浏览 17提问于2020-04-21得票数 0
1回答
支持向量机背后的基本思想
、、、
然而，对于输入的二维数据，多是利用线性、多项式、RBF /高斯等核映射来分类的。根据我的发现，答案是肯定的！如果我的理解是正确的，那么n-D输入数据将是
使用一些方法(如PCA ?)进行简化。将其组合在一
浏览 0提问于2012-07-16得票数 2
1回答
我是新的数据处理和统计，所以我有一些问题，我不知道在哪里张贴，我希望这是正确的地方。n = (e - e_min)/(e_max - e_min)
然后，我对列的每个元素应用了平均归一化(列的元素--该列的平均值)。在此基础上，利用支持向量机进行了预测，取得了较好
浏览 3提问于2015-05-11得票数 0
回答已采纳
假设你有一个数据集(训练数据)，但你不知道它是关于什么的。为了推断分类算法来对这些数据进行分类，您会查看训练数据的哪些特征？我们是否可以说我们应该使用非线性分类算法还是线性分类算法？顺便说一下，我正在使用WEKA来分析数据。
有什么建议吗？谢谢。
浏览 0提问于2010-03-10得票数 12
回答已采纳
2回答
我有6个类别的图像数据集(来自Kaggle的番茄病)。使用预先训练过的模型vgg16，我提取特征，然后将它们压平成一维特征向量。然后，将该向量作为线性核支持向量机分类器的输入。如何测试我的图像数据集是否是线性可分的？在支持向量机分类器中应用不同的核函数，得到了线性核的
浏览 5提问于2021-02-05得票数 0
回答已采纳
2回答
给出了一种具有硬边缘应用的非线性支持向量机分类方法.
我用二次规划求解器来计算拉格朗日乘子(Alpha)。.* (输出*1.1)；% xiyi = gaussianKernel(xn，sigma2)；%径向基函数k= phi * phi'；QP求解器γ=1的对称核矩阵；调整alphas f= -ones(2lb =零(2* len，1)；alph
浏览 5提问于2014-11-11得票数 5
回答已采纳
我使用的是scikit-learn的当前稳定版本0.13。我正在使用类将线性支持向量分类器应用于一些数据。在scikit learn文档中的中，我读到了以下内容：
在学习算法的目标函数中使用的许多元素(例如支持向量机的径向基函数核或线性模型的l1和l2正则化器)都假设所有特征都以零为中心，并且具有相同阶数的方差如果一个特征<em
浏览 22提问于2013-02-04得票数 26
回答已采纳
现在，分类器在10倍CV的训练集上具有大致相似的性能指标(83-94%的准确率/精度/等等)，所以我的“朴素”方法是简单地使用多个分类器(随机森林、ExtraTrees、支持向量机(线性核)、支持向量机(径向基核)和伽玛基)，并使用简单的多数投票。我的问题是:如何获得不同分类器和/或它们的<
浏览 2提问于2014-02-01得票数 8
回答已采纳
3回答
我致力于对一些评论(段落)进行分类，由多个句子组成。我通过libSVM在Weka中对它们进行分类。然而，我有另一个想法，我不知道如何实现：
我认为在评论中创建每个句子基于句法和浅语义的特性是值得一试的。但是，由于段落的句子大小不同，我无法找到对这些特性进行顺序编码的任何方法。我之所以想把这些特征按顺序排列，是因为句子特征的顺序可能为分类提供了更好的线索。，我是否能够在特征空间中实现
浏览 2提问于2014-05-31得票数 2
回答已采纳
7回答
支持向量机与神经网络
、、、
线性支持向量机是否真的是相同的神经网络，对于非线性可分离问题，神经网络使用添加隐藏层，支持向量机使用变化的空间维度？
浏览 3提问于2012-01-23得票数 35
回答已采纳
1回答
我使用的是，我做了一个非常简单的实验，训练了10k向量，并且只用了22个测试。我使用的是参数成本为C=1的线性内核。我的问题是多类的。因此Libsvm将使用一对一的方法对我的数据进行分类。我的一个朋友做了同样的实验，但是使用的支持向量机分类器来自。他还使用了R.中的<
浏览 2提问于2014-04-19得票数 8
回答已采纳
7回答
根据
那不是超平面。那是圆形的。这是怎么回事？还是支持向量机内部的维数比二维输入特征多？
谢谢你的全面回答。
浏览 7提问于2010-10-22得票数 5
回答已采纳
这个问题是对我在另一个问题上看到的一个评论的回应。
该评论是关于Coursera上的机器学习课程教学大纲的，它的大意是"SVMs现在使用得不多“。我自己才刚刚完成相关的讲座，我对SVMs的理解是，它是一种健壮而高效的分类学习算法，当使用内核时，它们有一个“小生境”，包括10到1000个特征，以及100到10000个训练样本。训练样本的限制是因为核心算法围绕着基于训练样本数
浏览 0提问于2014-07-09得票数 71
回答已采纳
2回答
由于各种维度诅咒的存在，许多常用的预测技术对高维数据的精度和速度都会降低。帮助有效处理高维数据的一些最有用的技术/技巧/启发式方法是什么？例如,
某些统计/建模方法在高维数据集上表现良好吗？我们可以通过使用特定的(定义距离的替代概念)或核粒 (定义点积的替代概念)来改进高维数据上的预测模型的
浏览 0提问于2015-01-25得票数 17
我为性别分类设计了一个小程序，该程序基于的脸图像。，但100%正确的图像分类看上去真的很可疑。所以我的问题是：：
如果没有，为什么线性核的结果会如此好，而径向基函数的结果会如此糟糕呢？请注意，logistic回归也得到了100%的正确结果，而深信念网络的结果非常差，所以它不是针对支持向量机的，而是针对线性和非
浏览 1提问于2013-10-25得票数 1
回答已采纳
我是hog新手，我使用的是opencv2.4.4和visual studio 2010，我正在运行软件包中的示例peopledetect.cpp，它的编译和运行，但我想了解detail.In peopledetect.cpp中的源代码是为人们构建/已经训练的hog描述符检测3780向量是否被送入svm分类器？当我尝试调试peopledetect.cpp时，我只能发现HOGDescriptor创建了hog描述符和检测器，我基本上不理解这个是做什
浏览 2提问于2013-04-16得票数 1
回答已采纳
2回答
但是没有任何选项可以选择建立模型的参数，比如内核选择和错误分类的代价(如R的e1071包)。有人能告诉我如何在建立模型时设置这些参数吗？
浏览 2提问于2015-01-30得票数 1
回答已采纳
2回答
我正在尝试使用Random Forest - 0- 84K，1- 16K为不平衡数据集创建一个二进制分类模型。我的指标通常在以下范围内：Precision = 23%我真的很感激在这方面的任何帮助！谢谢
浏览 0提问于2018-04-04得票数 0
通过指定成本函数，我们可以为不同类型的错误分配不同的单位成本：“预测是”、“引用”是“否”或“预测”“没有”引用是“是”。
我想知道我能否在支持向量机中实现同样的目标。换句话说，我是否有办法指定一个成本(损失)函数，而不是使用内置的损失函数？
浏览 3提问于2015-12-19得票数 0
回答已采纳
1回答
我有一个项目，要求根据大约52个特征和2000行数据，对员工是否会离开公司进行二进制分类。数据在某种程度上是平衡的，1200 neg到800 pos。我做了广泛的EDA和数据清理。我选择尝试几种不同的模型，从学习，对数回归，支持向量机和随机森林。我得到了非常差和类似的结果从他们所有。在这次运行中，我只使用了52个特性中的15个，但是结果几乎与我使用所有52个特性时的结果相同。在52个功能中，有6个是我转换成虚拟<em
浏览 0提问于2020-03-12得票数 1
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
