svm

    0

    1답변

    successfuly SVM 분류자를 구현했습니다. 나는 scikit 방식을 사용하지 않습니다. 나는 현재 다양한 유형의 데이터로이를 교육 중이다. 이제는 단일 텍스트 입력에 대해 테스트하고 싶습니다. 팬더를 사용해 보았지만 사용법을 변경하여 사용하지 않기로 결정했습니다. 분류 기호는 양수, 음수 및 중립 레이블이있는 정서 분석에 사용됩니다. 분류 자에게

    0

    1답변

    다중 클래스 예측의 경우 this gem에 제공된 라이브러리 예제를 따르면 약간 정확하지 않은 예측 결과를 반환합니다. 테스트 세트 (선생님은 수업에 늦은 학생에 외쳤다하지만 나중에 사과했다.) 코드로 HEALTH require 'libsvm' # Let take our documents and create word vectors out of them.

    1

    1답변

    나는 여기에서 뭔가 잘못하고 있어야합니다. 그러나 나는 그것을 이해할 수 없습니다. 예상하게 동작 from sklearn import svm clf = svm.SVC(kernel='linear') y = [False, True, True] X = [[1.0], [2.0], [3.0]] clf.fit(X, y) clf.predict(1.4) Ou

    1

    1답변

    저는 sklearn과 함께 Python 2.7을 사용하고 rbf 커널과 함께 sklearn.svm.SVC를 사용하고 피팅에 어려움이 있습니다. 나는 here 을 설명 된대로 C와 감마를 사용하여 시도하고 트릭을하지 않았다 나는 C 잘못 감마 분류 페널티이기 때문에 제대로 C와 감마, L2 페널티 킥을 L1 및되지 이해한다면 는 데이터 샘플에 대한 일반화 매

    0

    1답변

    데이터 집합의 특이점을 결정하기 위해 Scikit의 한 클래스 SVM 분류 자 ​​OneClassSVM을 사용하고 있습니다. 내 데이터 세트에는 1024 개의 변수가있는 30000 개의 샘플이 있습니다. 나는 그 중 10 퍼센트를 훈련 자료로 사용한다. clf=svm.OneClassSVM(nu=0.001,kernel="rbf",gamma=1e-5) clf

    0

    1답변

    최상의 매개 변수를 결정하기 위해 교차 유효성 검사를 사용하는 것이 꽤 표준적인 것처럼 보입니다. 물론 이것은 대개 시간이 많이 소요되는 과정입니다. 단축키가 있습니까? 어떤 값이 가장 좋을지에 대한 힌트를 제공 할 수있는 다른 빠르고 빠른 탐색 분석 형식이 있습니까? 예를 들어 기계 학습과 SVM에 대한 현재의 이해에서 C의 경우 10의 지수에서 [10e

    3

    2답변

    질문에 올바른 태그를 예측하려고하는 다중 레이블 분류를 수행하고 있습니다. (X = 질문, y = X의 각 질문에 대한 태그 목록). 내가 의 sklearn.svm.SVC을 OneVsRestClassifier과 함께 사용해야합니까? decision_function_shape : 우리가 그 decision_function_shape 두 값 'ovo' 및 'o

    0

    1답변

    특정 모델에 대해 학습했지만 컴퓨터 학습 문제 해결의 특정 부분에 대해 더 자세히 배우고 싶습니다. 나는 이것에 관한 논문을 찾지 못했고, 부분적으로는 그것이 무엇인지 불확실했기 때문입니다. 큰 데이터 세트가 있습니다. 나는 그것에 많은 바이너리 분류 자 ​​모델을 훈련시켰다. 나는이 모델의 예측을 '두 번째 레벨'모델에 넣고 싶다. 이것에서 나는 또한 '

    -1

    1답변

    MATLAB에서 복소수 double 배열을 double array (숫자 행렬)로 변환하는 방법을 Support Vector Machine의 입력으로 사용하고 싶습니다. 데이터가 일부 잔여 복잡한 구성 요소와 실제처럼

    3

    1답변

    저는 파이썬에서 scikitlearn을 사용하여 다른 커널을 시도하면서 일부 SVM 모델을 만듭니다. 코드는 매우 간단하고,의 형태로 다음과 from sklearn import svm clf = svm.SVC(kernel='rbf', C=1, gamma=0.1) clf = svm.SVC(kernel='linear', C=1, gamma=0.1) clf