如何将二进制KNN分类器转换为SVM分类器？
将二进制KNN分类器转换为SVM分类器的过程可以分为以下几个步骤：
- 数据准备：首先，需要准备用于训练和测试的数据集。确保数据集中的每个样本都有相应的标签，以便进行监督学习。
- 特征提取：对于每个样本，从原始数据中提取有意义的特征。这些特征可以是数值型、文本型或图像型，具体取决于问题的性质。
- 特征归一化：对提取的特征进行归一化处理，以消除不同特征之间的量纲差异，确保它们在相同的尺度上。
- KNN分类器训练：使用准备好的数据集，利用KNN算法进行训练。KNN算法是一种基于实例的学习方法，根据样本之间的距离来进行分类。
- SVM分类器训练：将KNN分类器转换为SVM分类器的关键步骤是将KNN算法中的距离度量转换为核函数。选择适当的核函数可以将数据映射到高维空间，从而更好地进行分类。
- 参数调优：对SVM分类器进行参数调优，以获得更好的分类性能。常见的参数包括核函数的选择、正则化参数等。
- 模型评估：使用测试数据集对训练好的SVM分类器进行评估，计算分类准确率、精确率、召回率等指标，以评估模型的性能。
总结起来，将二进制KNN分类器转换为SVM分类器的关键在于将距离度量转换为核函数，并对SVM分类器进行参数调优。这样可以利用SVM的优势，如能够处理高维数据、具有较好的泛化能力等。在实际应用中，可以使用腾讯云的机器学习平台AI Lab提供的SVM算法库进行实现。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云机器学习平台AI Lab：https://cloud.tencent.com/product/ai-lab
相关·内容
1回答
最好的方法是创建最精确的分类器，训练一组分类算法，如ANN、SVM、KNN等，并测试不同的参数以获得每个分类器的最优参数，看看哪个分类器的测试误差最小？
还是更好地使用集成方法，选择不同类型的训练分类器的“多数”决策？
浏览 0提问于2016-06-18得票数 1
回答已采纳
我在Python中做一个分类任务，将不同乐器的音频文件分类到它们各自的类中，在我的例子中，有4个类，分别是Brass、String、Percussion和which。我使用了3种不同的算法，k-最近邻算法、朴素贝叶斯算法和支持向量机算法.我的代码看起来有点像这样：
#X is feature matrix, y is class vector
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
#k-NN Classifier
knn = KNeighborsClassifier(n_neighbo
浏览 0提问于2018-03-03得票数 0
我们可以使用KNN和线性SVM分类器来训练包含4个特征和6个分类簇的数据模型吗？因为我认为线性支持向量机和KNN是用来对具有两个特征和具有二分类簇的数据进行线性分离的。
浏览 8提问于2020-05-27得票数 1
2回答
众所周知，有一些分类器有训练或学习步骤，比如SVM或随机森林。另一方面，KNN没有。
KNN能比这些分类器更好吗？如果没有，为什么？
如果是的话，什么时候，怎么做，为什么？
浏览 1提问于2015-12-03得票数 0
回答已采纳
我有4000个特征和35个样本的数据集。所有的特征都是介于1和3之间的浮点数，例如: 2.68244527684596。
我很难让任何分类器来处理这些数据。我使用了knn，svm (与线性，rbf，聚)。然后我学到了正常化的知识。尽管如此，这对我来说还是有点复杂，我无法让这段代码正常工作并给出正确的预测。
我用于数据规范化的代码是：
train_data = preprocessing.scale(train_data)
train_data = preprocessing.normalize(train_data,'l1',0)
我试图用它分类的代码是：
# SVM with
浏览 6提问于2015-11-10得票数 0
回答已采纳
1回答
一般主题:基于分类特征提取的颜色匹配应用
我决定使用“颜色直方图”和"K近邻“来对颜色进行分类。
我可以得到图像的颜色直方图，并将它们部署到带有标签的csv文件中，以训练KNN。这一步已经完成了！但是，我不明白如何将测试图像的颜色直方图值发送到KNN进行分类？测试图像颜色直方图中有一堆矩阵值。所以我的问题是，如何将这个点云(测试图像的颜色直方图值)发送到KNN进行分类？
浏览 15提问于2017-12-26得票数 0
假设有一些分类器如下：
dt = DecisionTreeClassifier(max_depth=DT_max_depth, random_state=0)
rf = RandomForestClassifier(n_estimators=RF_n_est, random_state=0)
xgb = XGBClassifier(n_estimators=XGB_n_est, random_state=0)
knn = KNeighborsClassifier(n_neighbors=KNN_n_neigh)
svm1 = svm.SVC(kernel='linear')
s
浏览 0提问于2021-04-06得票数 3
1回答
包装方法的集成分类器
、、、、
我正在尝试组合多个分类器(ANN，SVM，kNN，.等)使用集成学习(viting，堆栈...etc.)。
为了制造一个分类器，我使用了20多种解释变量。然而，每个分类器都有最好的解释变量子集。因此，为了寻找包装方法中每个分类器的最佳解释变量组合，我想将多个分类器(ANN、支持向量机、kNN、…等)使用集成学习(viting，堆栈...etc.)。
通过使用元学习和weka，我应该能够使用集合本身。但是，由于包装方法总结了每个分类器的预测结果，所以无法得到解释变量的最佳组合。
如果在matlab或R中可以更容易地解决，我就不会坚持weka。
浏览 4提问于2012-11-17得票数 0
我正在使用KNN分类器对性别进行分类。我想添加一个SVM分类器，而不是具有相同标签0和1的KNN分类器(0用于女性，1用于男性)
我有一个测试示例矩阵sample、一个训练示例矩阵training和一个带有训练示例group标签的向量。我需要class，这是测试用例的标签向量。
class = knnclassify(sample, training, group);
if class==1
x='Male';
else
x='Female';
end
如何更改此代码以使用支持向量机查找class？
浏览 4提问于2017-02-25得票数 0
我正在对数据运行一个ML分类器。我使用了SVM，RF和KNN。我用GScv对每个分类器，然后使用votingclassifier.The，我在每个分类器中得到的独立投票的准确率都很低，但是从硬投票和软投票的投票分类器都要高得多！为什么会这样呢？
这是我的密码
拟合核支持向量机到训练集
from sklearn.svm import SVC
clf = SVC(C=1, cache_size=200, class_weight=None, coef0=0.0,
decision_function_shape='ovr', degree=3, gamma=0.005, kern
浏览 0提问于2018-10-15得票数 0
1回答
是否可以在nlp中使用模糊分类模型，如fknn，fsvm？我的意思是，我见过人们在从twitter/reddit api中提取的文本特征数据上使用Knn、SVM来检测抑郁、自杀等情绪。我们是否也可以使用模糊Knn、模糊svm来检测文本特征上的情感呢？我没有看到任何关于这个问题的研究论文，也没有任何使用fKnn或文本特征/社交媒体数据的模糊分类模型来检测情绪的人。有人能向我详细解释一下它的答案吗？
浏览 0提问于2022-09-20得票数 0
2回答
文本分类中的n-克与其他分类器
、、、、
我对文本分类技术很陌生，我想知道N-gram文本分类方法与其他基于决策树、KNN、SVM的文本分类方法的区别。
我想知道哪一种更好，n克是否属于分类者？N-图是否克服了分类器技术中的缺点？
我在哪里可以得到有关所有这些技术的比较信息。
提前谢谢。
浏览 1提问于2013-12-01得票数 6
回答已采纳
如何衡量在scikit-learn中训练和测试SVM、KNN和Decision Treen等分类器所需的时间？
浏览 14提问于2020-06-02得票数 2
5回答
我试图使用R的Caret包来使用应用于UCI机器学习中的“鲍鱼”数据库的KNN (链接到)。但是当有绝对值时，它不允许使用KNN。如何将分类值(在此数据库中为："M","F","I")分别转换为数值(如1,2,3 )？
浏览 6提问于2015-05-05得票数 1
回答已采纳
我正在做一个机器学习项目，我需要选择分类器的最高cv_results值。在计算所有值并将其存储在单个变量cv_results中后，如何自动选择分类器的最高值？
models = []
models.append(('LR', LogisticRegression()))
models.append(('KNN', KNeighborsClassifier()))
models.append(('NB', GaussianNB()))
models.append(('SVM', SVC()))
maxval = models[0]
浏览 0提问于2018-05-16得票数 0
我在python中使用3种方法进行文本分类: kNN、朴素贝叶斯和支持向量机。我有三个班-简单，中等和艰苦。准确度很好。是否有方法检查新文本的确切值？经过标签编码0是容易的，1是中，2是硬。因此，根据新的文本，例如，它被归类为中等，但我想知道这是多么接近容易/困难。我的一些代码片段：
Train_X, Test_X, Train_Y, Test_Y = model_selection.train_test_split(
df['tokens'], df['class'], test_size=0.3, random_state=42)
Encoder
浏览 0提问于2020-04-29得票数 1
1回答
在一个涉及分类算法比较的实验中，如何评估所分析的模型之间是否存在统计上的显着差异？例如，对以下模型进行了测试，得到了各自的准确率: CatBoost 79.32%；XGBoost 77.05%；SVM 76.77%；LightGBM 76.48%；RF 73.93%；KNN 70.25%。例如，我可以使用什么方法来验证CatBoost的选择而不是XGBoost？或者让他们知道KNN和SVM一样有用。
详细信息:所有模型的平等数据集；培训/测试(75/25)；所有模型的默认值；多类分类。
是否有任何方法可以证明选择上述方法之一是合理的？逃避琐碎的“选择最精确的那个”的东西。
是否可以采用某种假设
浏览 0提问于2023-01-27得票数 2
回答已采纳
1回答
我学到了一点ML。我知道k最近邻(kNN)的基本知识，但我在示例中总是看到它用于连续数据。
下面的教程使用kNN对一些混合类型的数据(连续特性和几个分类特性)进行分类。我知道对于连续的，通常只是使用欧几里德距离之类的东西，但是当它是混合的时候，他们是如何处理的呢？
我知道如何很容易地计算出二进制变量的距离，但是没有“顺序”的绝对变量呢？
编辑:我正在学习关于Kaggle问题的教程。在清理数据之后，他得到了如下形式的数据：
Survived Pclass Sex Age Fare Embarked Title IsAlone Age*Class
0 0 3 0
浏览 2提问于2017-10-10得票数 0
回答已采纳
2回答
我想使用svm包的e1071函数来执行多类分类.但是从svm的文档中我了解到，它只能执行二进制分类。小片段文档告诉我们多类分类：“为了允许多类分类，libsvm使用一对一技术，通过对所有二进制子分类器进行拟合，并通过投票机制找到正确的分类”。
我仍然不明白的是，我们是否可以在R中使用svm of e1071进行多类分类？如果是，请解释我们如何可以在iris数据集上进行操作。
浏览 10提问于2014-02-25得票数 11
回答已采纳
1回答
我有一个数据框架，其中要预测的变量有28个可能的因素结果。
现在，我在训练数据集上运行了三种分类器算法:支持向量机(SVM)、随机森林(RF)和k最近邻(KNN)。
现在，我有三个预测向量对应于上述三种算法。所有这些都有很好的准确度约80%-90%。
我希望对它们进行集成，并根据三种算法的投票系统来预测最终的结果变量。注:支持向量机的准确率最高，其次是RF，其次是kNN。例如：
SVM prediction | RF prediction | KNN prediction|Final outcome
---------------|---------------|---------------
浏览 1提问于2016-11-27得票数 0
回答已采纳
1回答
我试图将随机林分类器、支持向量机分类器和KNN分类器集成起来。在这里，我使用VotingClassifier和GridSearchCV进行集成。如果我尝试使用Logistic回归、随机森林和高斯，代码运行良好。
clf11 = LogisticRegression(random_state=1)
clf12 = RandomForestClassifier(random_state=1)
clf13 = GaussianNB()
但是我不知道我在下面的代码中错了什么，因为我是个初学者。下面是我尝试使用随机森林、KNN和SVM的尝试。
from sklearn.model_selection i
浏览 5提问于2021-05-14得票数 0
回答已采纳
1回答
我正在用scikit运行一堆模型--学习解决分类问题。
下面是应该执行的代码，在所有运行过程中都要执行：
for model_name, classifier, param_grid, cv, cv_name in tqdm(zip(model_names, classifiers, param_grids, cvs, cv_names)):
pipeline = Pipeline(steps=[('preprocessor', preprocessor),
('classifier', classifier)]
浏览 0提问于2019-03-19得票数 2
回答已采纳
3回答
我在做遥感图像分类。采用面向对象的方法:首先将图像分割成不同的区域，然后从颜色、形状和纹理等区域提取特征。一个区域的所有特征的数量可能是30个，通常有2000个区域，我将选择5个类，每个类有15个样本。
总结如下：
样本数据1530
测试数据197530
如何选择合适的分类器？如果有三个分类器(ANN、SVM和KNN)，那么我应该选择哪一个来进行更好的分类？
浏览 6提问于2011-09-06得票数 1
回答已采纳
2回答
学习多类svm函数
、、、、
我有多类标签，想要计算我的模型的准确性。
我有点搞不懂我需要用什么滑雪板功能。据我所知，下面的代码只用于二进制分类。
# dividing X, y into train and test data
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25,random_state = 0)
# training a linear SVM classifier
from sklearn.svm import SVC
svm_model_linear = SVC(kernel = 'linear&
浏览 0提问于2018-04-16得票数 2
回答已采纳
1回答
我试图使用不同的分类器(LDA，SVM，KNN)对包含两个类的数据集进行分类，并比较它们的性能。我通过修改先验概率为LDA做了ROC曲线。
但是，对于KNN分类器，我如何做到同样的呢？
我搜索了这些文档并找到了一些功能：
Class = knnclassify(Sample, Training, Group, k)
mdl = ClassificationKNN.fit(X,Y,'NumNeighbors',i,'leaveout','On')
我可以运行(a)，并得到一个混淆矩阵，使用休假一次交叉验证，但它不可能改变先验概率，使
浏览 0提问于2012-11-30得票数 6
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。Libsvm使用查找分离超平面。
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.中的软件包，所用的内核是线性核，参数代价C等于1，用一对一的方法在MATLAB中对数据进行分类(一对一的方法是由我的朋友编写的)和e1071 R包。工具箱和R中的e1071都使用SMO方法在默认情况下寻找分离的超平面。
我还尝试了最新的库。同样，也使用了相同的配置。
以下是使用的代码：
libsvm
浏览 2提问于2014-04-19得票数 8
回答已采纳
2回答
因此，我需要对螺旋数据集进行分类。我一直在试验一系列算法，如KNN，Kernel SVM等。我想尝试使用特征工程，预处理等来提高Logistic回归的性能。 我也在使用scikit learn来做所有的分类。 我完全理解Logistic回归不是解决这类问题的合适算法。这更像是对预处理和其他特征工程/提取方法的学习练习，看看我可以在多大程度上改进这个特定的模型。 以下是我将用于分类的示例数据集。任何关于如何操作数据集以在Logistic回归算法中使用的建议都将是有帮助的。 ? 我也有多个螺旋线的数据集。有些数据集有2个类，有时多达5个。这意味着最多有5个螺旋。
浏览 44提问于2021-07-12得票数 0
回答已采纳
1回答
我有*.clf文件，这是从fit() of sklearn获得的。我将我的数据与SVM或KNN相匹配，并希望在使用它进行预测时显示其属性。例如，我打开早期的泡沫化分类器文件，当我打印它时，得到如下内容：
SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
decision_function_shape='ovr', degree=3, gamma='scale', kernel='rbf',
max_iter=-1, probability=True, random_s
浏览 0提问于2020-04-06得票数 1
回答已采纳
1回答
支持向量机/K近邻代码样本
、、、、
我正在尝试编写一个SVM或KNN程序来对文本文档进行分类。我掌握了两者的概念，但我希望看到一些很好的代码示例，专门演示如何将文本/单词表示为向量。有没有人知道好的教程/文章/讲座/任何关于代码示例的东西？即使是我可以自己单步执行的代码也会很好。我最擅长的是ruby和java，虽然python，javascript，c++我都能理解。实际上，我会用任何语言来举例子。
浏览 0提问于2011-04-30得票数 2
3回答
我有一个训练集，我想使用一种分类方法来根据我的训练对其他文档进行分类。set.my文档类型是新闻，类别是体育、政治、经济等。
我完全理解朴素贝叶斯和KNN，但是SVM和决策树是模糊的，我不知道我是否可以自己实现这种方法，或者有使用这种方法的应用程序？
以这种方式对文档进行分类的最佳方法是什么？
谢谢!
浏览 0提问于2013-07-02得票数 13
1回答
我正在进行分类，我有一个关于仅用于降维的LDA的问题：
LDA是否适用于包括训练数据和测试数据在内的整体特征矩阵，然后(在减少数据维数后)对特征矩阵进行划分，为分类提供训练和测试集？是真的吗？
然后，假设我们需要在应用LDA之前对数据进行分区。如何能够使用Matlab的内部分类器(如kNN和SVM)对测试数据进行分类？
浏览 1提问于2017-09-30得票数 2
2回答
我希望测试不同回归/分类算法(即svm、nnet、rpart、randomForest、naiveBayes等)的结果。在相同的数据上，看看哪个效果更好。但是我需要让我的代码尽可能的简短和干净。为了测试所有算法，我想使用包multicore的单个mclapply()调用来运行它们
invisible(lapply(c("party","nnet","caret","klaR","randomForest","e1071","rpart",
浏览 1提问于2013-03-29得票数 4
回答已采纳
我有一个数据集，我将使用它来构建分类器。下面我用sklearn.preprocessing.PCA绘制了数据的第一个和第二个主成分。由于这两个不同的类之间没有很好的分离，所以线性分类器在这里不能工作。
我的问题是，哪个分类器最适合这种情况。
我的研究把be带到了KNN。但是我的直觉是，类比是高度不平衡的，k在KNN中的大值总是倾向于更大的类计数。在SVM上训练它将是一场噩梦，因为它需要数据集中的许多观测，而且要花费太长时间。
📷
浏览 0提问于2020-06-03得票数 2
回答已采纳
1回答
我想在我的数据特性上使用svm，knn，adaboost分类器。我建立了代码，其中我计算了帧差和计算特征(，应变能，势能).建立一系列的帧，功能。我试图将svm用作：
Features = data; % Features array [40, 5]
class = ones(numFrames-1, 1); % numFrames=41
class(1:(fix(numFrames/2))) = -1;
SVMstruct = svmtrain(Features, class, 'Kernel_Function', 'rbf');
newclas
浏览 0提问于2013-04-09得票数 0
回答已采纳
我在MobileNet逻辑的基础上使用TensorFlowJS训练了一个KNN。
我想知道如何将MobileNet + KNN的结果导出到TFLite模型。
const knn = knnClassifier.create()
const net = await mobilenet.load()
const handleTrain = (imgEl, label) => {
const image = tf.browser.fromPixels(imgEl);
const activation = net.infer(image, true);
knn.addExample
浏览 3提问于2021-01-23得票数 1
回答已采纳
2回答
我对matlab很陌生。对我来说，任务是对某些数据集执行数据分类。给定的数据集由数值组成。困扰我的一件事是，我必须从所有的KNN，ANN，SVM。在执行KNN时，我遇到了一个问题，比如如果K是用户定义的，那么如何找到它的值，我们必须从哪个值开始，以及何时停止它。如果有人回答我的问题，我会非常感谢的。
浏览 2提问于2014-02-15得票数 1
回答已采纳
例如，假设我有一个具有独立特征的数据集--年龄、性别、姓名和收入。而我的因变量是加载审批状态。
如果我想使用KNN或SVM，是否需要将性别转换成一个数值变量？如果是，如何在KNN或SVM等基于距离的算法中使用？
浏览 0提问于2020-04-22得票数 0
1回答
我试图训练和验证我的数据集，其中包含17个数据集。我已经把它们分为15项用于培训，2项用于验证。在此过程中，我对15个数据集进行了训练，并使用生成的模型对其余2个数据集的结果进行了预测。在我的理解中，这个过程被称为省略验证。无论我使用哪种分类器(SVM，可优化SVM，knn，可优化KNN)，我的训练精度都很高，接近90%-100%。验证精度相对较低，接近50-60 %。在某些运行中，验证集中的数据集将是培训的一部分。在这种情况下，我无法理解他们在培训中做得那么好，为什么验证结果如此糟糕。？
浏览 0提问于2021-09-03得票数 2
我构建了一个modelPipeline，它运行多分类器，并将pipeline和每个分类器的分数作为DataFrame返回。
如何在下面的GridsearchCV中使用modelPipeline？是否可以在流水线中使用多分类器的GridsearchCV？
from sklearn.linear_model import LogisticRegression
from sklearn.naive_bayes import BernoulliNB
from sklearn.neighbors import KNeighborsClassifier
from sklearn.svm import SV
浏览 1提问于2021-12-28得票数 2
我想用机器学习的方法开发一个基于内容的推荐系统。为此，我计划使用SVM/神经网络/KNN分类器。我已经收集了300个用户的数据。这也可以看作是一个用户兴趣建模问题。
我有以下疑问。
我们是否需要为每个用户分别训练分类器？这似乎不是可伸缩的。
如果是，我们如何显示最终评估结果?？每个用户的精确/召回分别？
谢谢，阿提丝
浏览 0提问于2014-03-31得票数 1
2回答
如何用机器学习算法设置多个类？
、、、、
我使用XGboost、Randomforest(sklearn)、SVM(sklearn)和MLPclassifier(sklearn)作为分类器。我想为多标签类设置这些模型。我该怎么做？
import xgboost as xgb
from sklearn.svm import SVC
from sklearn.neural_network import MLPClassifier
from sklearn.ensemble import RandomForestClassifier
xgb.XGBClassifier()
SVC()
MLPClassifier()
RandomFores
浏览 1提问于2018-11-30得票数 0
回答已采纳
2回答
我正在尝试使用SVM分类器进行3类分类。我们如何解释LIBSVM预测的概率估计。它是否基于实例与最大边距超平面的垂直距离？
请通过一些关于LIBSVM分类器预测的概率估计的解释。首先调整参数C和gamma，然后使用带有训练和测试的-b选项输出概率估计。
浏览 1提问于2011-10-18得票数 4
1回答
问:考虑以下客户。Age=40、Experience=10、Income=84、Family=2、CCAvg=2、Education_2=1、Education_3=0、Mortgage=0、证券Account=0、CD Account=0、Online=1和Credit Card=1。使用k值对除ID和邮政编码之外的所有预测值执行k-NN分类。
我设法获得了K值，但我没有考虑如何执行Knn来考虑特定的用户数据。如何创建knn分类来考虑客户？
浏览 2提问于2015-03-25得票数 0
1回答
kNN在垃圾邮件分类中的改进
、、、、
目前，我正在尝试使用kNN分类对垃圾邮件进行分类。数据集以词袋表示法表示，它包含约x。10000个观测值，约900个功能。Matlab是我用来处理数据的工具。
在过去的几天里，我尝试了几种机器学习方法:支持向量机、贝叶斯和kNN。在我看来，当涉及到最小化假阳性率时，kNN的性能优于SVM和贝叶斯。通过10倍交叉验证，我使用k=9和曼哈顿距离得到了0.0025的假阳性率。海明距离在相同的区域中执行。
为了进一步提高我的FPR，我尝试使用PCA对数据进行预处理，但这将使我的FPR值为0.08是不可接受的。
您是否知道如何调整数据集以获得更好的FPR？
PS:是的，为了通过机器学习课程，这是我必须完
浏览 2提问于2014-03-22得票数 0
1回答
我一直在玩MNIST数字识别数据集，我有点卡住了。我读了一些研究论文，实现了我所理解的一切。基本上，我首先创建了训练集和交叉验证集来评估分类器，然后在测试集和训练集上运行PCA，然后使用KNN和SVM来执行分类任务。我面临的主要问题是，应该在所有集合上运行PCA，然后将训练集和交叉验证集分离或分离，然后在交叉验证测试和培训集上单独运行PCA。我很抱歉问了我已经尝试过的事情，因为我已经尝试了这两种情况，在第一种情况下，我的分类器表现得非常出色，因为我猜PCA在创建主成分时使用了测试数据集，这会调整我的结果，这可能是我的模型中出现偏差的原因，而在另一种情况下，性能大约是20%到30%，这是非常低的
浏览 2提问于2014-06-12得票数 2
回答已采纳
1回答
我的问题是，我不知道如何使用支持向量机，实际上我在KNN中有20%的错误，所以我想改进这个统计，我工作在html文件上，我把这些文件放在一个VCorpus中，清理，放入一个DTM，找出最频繁的单词，然后我用大约1000个文件来为一个文件分类(我有7个类)。代码如下：
corpusEntrainement <- VCorpus(DirSource("training", recursive=T))
corpusCleanEntrainement <- nettoyage(corpusEntrainement)
motsFrequentsEntrainement &
浏览 3提问于2022-05-26得票数 0
1回答
基于KNN的词袋分类
、、、、
我已经计算了用于训练和测试图像的词袋模型。我有260个弓向量(100x1)用于训练图像，282个弓向量(100x1)用于测试图像。我想用knn算法对测试图像进行分类。但是，我不知道如何使用这些弓向量。
浏览 0提问于2015-05-15得票数 1
2回答
我在试着把一堆文件分类。到目前为止，我已经尝试了几种方法：
基于机器学习的方法: KNN、决策树、SVM等。
基于规则的:尝试从每个类别的训练语料库中提取一些规则。
关键词基础:尝试从训练语料库中提取关键词来表示每个类别。
还有别的办法吗？
浏览 2提问于2014-03-31得票数 0
我有一个数据集，需要应用二进制分类来预测目标值。将Logistic回归、朴素贝叶斯、KNN、SVM、决策树等5种算法应用于训练集中。其中，使用Logistic回归的二进制分类给了我最高的精度，但问题是我没有对数据集进行预处理。现在，我应该再次使用所有五种算法来训练我的模型，还是说使用Logistic回归的二进制分类在预处理训练数据集之后会再次给出最高的精度？
浏览 5提问于2022-04-28得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
