LIBSVM에 의해 생성 된 확률 추정치가 실제로 분리 평면까지의 거리를 나타내는 것이 사실인지 물어보고 싶습니다. 이진 클래스가있는 경우 클래스 0의 작은 확률 추정값은 클래스 0의 더 큰 확률 추정치와 비교할 때 클래스 1에 속할 확률이 더 높음을 의미 할 수 있습니까? 감사
svm에서 단백질 분류 문제를 해결하기 위해 문자열 데이터에 LibSVM을 사용합니다. LibSVM에 정의 된 문자열 커널은 편집 거리 커널이며 매개 변수 감마에 따라 다릅니다. 교차 유효성 검사 중에 C 및 감마 매개 변수를 변경하면 모든면에서 정확도가 75 %가됩니다! 또한, trainingset 패턴의 수를 변경, 나는 같은 정확도를 얻을. 나는 SC
phraug python 스크립트를 사용하여 CSV 파일을 LIBSVM으로 변환하려고합니다. https://www.dropbox.com/s/j4wsh5pde76o8ax/adclickwithoutid.csv I에 유래에 여기에 게시 (Converting CSV file to LIBSVM compatible data file using python)을보고 자신
this 손으로 분류 된 590 개의 이미지 데이터베이스를 사용하여 CvSVM에 익숙해 지려고합니다. 0-5에서 등급이 매겨지며 (0은 흐릿하고 5는 완벽 함). 학년이 < 인 경우 3 0으로 표시하고 (흐리게 표시) 3 이상인 경우 1 (일반)으로 표시합니다. 기능의 경우 간단히 흐림 효과 평가에 5 가지 공통 메트릭을 사용합니다. 각각은 훈련 데이터의
LIBSVM은 최적화하기 위해 2 가지 변수로 최적화 문제 공식을 풀 수 있습니까? LIBSVM 라이브러리는 표준 형식을 풀고있는 것처럼 보입니다. 어떻게 그 표준 형식 (http://www.csie.ntu.edu.tw/~cjlin/papers/libsvm.pdf eqn 1)과 다른 다른 볼록 최적화 문제를 해결할 수 있습니까?
저는 Matlab에서 libsvm을 사용하여 5 개의 클래스로 데이터 집합을 분류하고 있습니다. 여기에있는 데이터는 2-D이지만 중요하지 않다고 생각합니다. 각 클래스의 테스트 데이터 양이 균형을 이룹니다. 교육 데이터의 경우, 각 클래스에 5 개의 교육 샘플을 사용하면 분류 결과가 좋습니다. 나는 클래스의 학습 데이터의 수를 변경할 때, 5 ~ 10에서,
Matlab 용 LIBSVM 도구 상자를 사용하고 있습니다. 내 문제는 레이블이 1 (True) 및 0 (False) 인 이진 분류 문제입니다. svmstruct = svmtrain(TrainTargets, TrainInputs,['-t 2 ' '-g ' SIGMA ' -c ' P ' -q' ' -b 1']);
을하고이 기능을 내 테스트의 정확성을 테스
svm_train을 사용할 때 svmlib를 사용하여 분류를 수행하고 싶지만, android returns and error : "Caused by : java.lang.NullPointerException". 나는 내가 어디에 svm_prolem "prob"와 svm_param "param"을 아래와 같이 적절하게 구성하는지 문제가 어디에 있는지 알지 못