기계 학습 - 다중 라벨 분류 svm - 우수한 라이브러리

SVM을 Python의 다중 클래스 분류에서 사용하는 데 문제가 있습니다. 내가 사실은 문제가 교육 데이터 세트는 하나 "Y = 1"또는 포함 (이미지) 성별 분류 "= Y -1"클래스 라벨로 (바이너리)에 관한 것입니다. 그러나, 예측에, 나는 그것이 남성의 경우, 또는 "1"을 예측해야한다 "-1"만약 그것이 여성과 "0"으로 분류가을 모르는 경우. 이 "0"클래스를 추가하는 방법을 모르겠습니다. 무엇을 사용해야합니까? decision_function?기계 학습 - 다중 라벨 분류 svm

PS : score_formula

출처

2017-03-25 Akihiko

이미 가지고있는 코드를 제공해 주시겠습니까? 베스트는 5 인스턴스를 포함하는 최소 데이터 세트와 함께있을 것입니다. – CAFEBABE

stackoverflow의 도메인을 초과 할 수있는 흥미로운 질문이며 "기술"문제가 아닙니다. 어쩌면 http://datascience.stackexchange.com/가 더 좋습니다. 예를 들어, "0"결정의 처벌을 결정해야합니다. 그렇지 않으면 모든 사람이 모든 것을 0으로 예측할 수 있습니다. – Zealseeker

맞춤 점수가 있기 때문에 신경망을 사용하고 "점수"를 손실 함수로 만드는 것이 어떻습니까? – Zealseeker

가장 좋은 방법은 원하는 결과 확률을 사용하는 것이 달성하기 점수는 이러한 방식으로 계산된다. Scikit-learn을 사용하는 경우 probability=True 매개 변수를 생성자에 추가 할 수 있습니다. 그렇게하면 [0,1] 사이의 값을 얻을 수 있습니다. 대안은 초평면까지의 거리를 제공하는 decision_function을 사용하는 것입니다. 지원 벡터는 -1 및 1이어야합니다. 절대 값은 저장 분류 인 경우 1입니다. 0을 선택하는 것은 귀하의 책임입니다.

출처

2017-03-26 08:55:43 CAFEBABE

은 결정 함수를 사용한다는 것을 의미하며, 1보다 큰 경우 1을, -1보다 작은 경우 -1을, 그렇지 않으면 0을 예측할 수 있습니까? – Akihiko

예. 클래스가 분리 가능하다면 이는 정당화 될 수 있습니다. [-1,1]에있는 예는 이전에 본 것보다 결정 경계에 더 가깝다는 것을 의미하기 때문입니다. – CAFEBABE

기계 학습 - 다중 라벨 분류 svm

답변

관련 문제