ペガソのアルゴリズム パラメータを調整しようとしていますが、うまくいきません。
これは、6 つの 1 次元ポイントを使用した簡単な例です。
void dlib_svm_test()
{
for(double lambda= 10e-10;lambda<=10e10;lambda*=10)
{
typedef dlib::matrix<double, 0, 1> sample_type;
typedef dlib::linear_kernel<sample_type> kernel_type;
dlib::svm_pegasos<kernel_type> pegasos;
cout << lambda <<endl;
pegasos.set_lambda(lambda);
pegasos.set_kernel(kernel_type());
std::vector<sample_type> samples(6);
sample_type sample;
sample.set_size(1);
sample(0)= 188.0d;
samples[0]= sample;
sample(0)= 168.0d;
samples[1]= sample;
sample(0)= 191.0d;
samples[2]= sample;
sample(0)= 150.0d;
samples[3]= sample;
sample(0)= 154.0d;
samples[4]= sample;
sample(0)= 124.0d;
samples[5]= sample;
pegasos.train(samples[0],+1);
pegasos.train(samples[1],+1);
pegasos.train(samples[2],+1);
pegasos.train(samples[3],-1);
pegasos.train(samples[4],-1);
pegasos.train(samples[5],-1);
cout<< pegasos(samples[0]) <<endl;
cout<< pegasos(samples[1]) <<endl;
cout<< pegasos(samples[2]) <<endl;
cout<< pegasos(samples[3]) <<endl;
cout<< pegasos(samples[4]) <<endl;
cout<< pegasos(samples[5]) <<endl;
pegasos.clear();
}
}
私が得る出力：
0.0000000010
-3963387.1199921928
-3541750.1923335334
-4026632.6591409920
-3162276.9574407390
-3246604.3429724714
-2614148.9514844813
0.0000000100
-1253333.0548153266
-1119999.7511116527
-1273333.0503708781
-999999.7777783460
-1026666.4385190808
-826666.4829635697
0.0000001000
-396338.7119995961
-354175.0192337657
-402663.2659144707
-316227.6957445183
-324660.4342976844
-261414.8951489388
0.0000010000
-125333.3054819095
-111999.9751115777
-127333.3050374593
-99999.9777782790
-102666.6438523454
-82666.6482968476
0.0000100000
-39633.8712003365
-35417.5019237890
-40266.3265918186
-31622.7695748963
-32466.0434302058
-26141.4895153846
0.0001000000
-12533.3305485679
-11199.9975115703
-12733.3305041176
-9999.9977782724
-10266.6643856720
-8266.6648301755
0.0010000000
-3963.3871204108
-3541.7501927916
-4026.6326595536
-3162.2769579343
-3246.6043434582
-2614.1489520294
0.0100000000
-1253.3330552344
-1119.9997515702
-1273.3330507840
-999.9997782725
-1026.6664390053
-826.6664835091
0.1000000000
-396.3387124203
-354.1750196940
-402.6632663292
-316.2276962404
-324.6604347856
-261.4148956963
1.0000000000
-125.3333059077
-111.9999755772
-127.3333054573
-99.9999782797
-102.6666443458
-82.6666488500
10.0000000000
-39.6338716427
-35.4175024067
-40.2663270281
-31.6227700943
-32.4660439415
-26.1414900875
100.0000000000
-12.5333310483
-11.1999980544
-12.7333309973
-9.9999983600
-10.2666649587
-8.2666654680
1000.0000000000
-3.7091542406
-3.3145634810
-3.7683428546
-2.9594317974
-3.0383499493
-2.4464638100
10000.0000000000
-0.4292670207
-0.3836003494
-0.4361170215
-0.3425003451
-0.3516336794
-0.2831336723
100000.0000000000
0.0372866667
0.0333200000
0.0378816667
0.0297500000
0.0305433333
0.0245933333
1000000.0000000000
0.0037286667
0.0033320000
0.0037881667
0.0029750000
0.0030543333
0.0024593333
10000000.0000000000
0.0003728667
0.0003332000
0.0003788167
0.0002975000
0.0003054333
0.0002459333
100000000.0000000000
0.0000372867
0.0000333200
0.0000378817
0.0000297500
0.0000305433
0.0000245933
1000000000.0000000000
0.0000037287
0.0000033320
0.0000037882
0.0000029750
0.0000030543
0.0000024593
10000000000.0000000000
0.0000003729
0.0000003332
0.0000003788
0.0000002975
0.0000003054
0.0000002459
100000000000.0000000000
0.0000000373
0.0000000333
0.0000000379
0.0000000297
0.0000000305
0.0000000246
したがって、すべてのサンプルが陰性または陽性として予測されるという問題。
アップデート：
問題が解決しました：