問題タブ [liblinear]

これは私の最初の機械学習演習であり、LIBLINEAR を使用していくつかのデータをトレーニングしたいと考えています。私が作業したトレーニング データは、サイズm x m x nの多次元マトリックスとして保存されます。ここでは、 m x mマトリックスの n インスタンスがあり、m x mマトリックスの各セルには 1 ～ 255 の値が含まれています。ピクセル値。

このデータには、ラベルのn x1 ベクトルが含まれています。ただし、LIBLINEAR 関数の train(training_labels, sparse(training_data)) を使用しようとすると、エラーが発生します。training_data が 3D マトリックスだからだと思います。不足している、または理解していない手順は何ですか? training_labels はn x1 であるため、training_labels ベクトルの各値はm x m行列のデータにマップされると仮定しました。そうではありませんか？

ありがとう！

これまでLibLinearを使用して、かなり良い結果でオブジェクトを検出するようにHOGをトレーニングしてきました。LibSVM パッケージに含まれている grid.py python-script を見たとき、さまざまな C 値で相互検証を行うことで、これを再作成しました。

ただし、このスクリプトは C とガンマに対して異なる値を試していますが、liblinear にはガンマ パラメータがありません。バイアス パラメータは LibSVM のガンマに似ていますか?

ありがとう！

Liblinear でデータセットをトレーニングしています: heart_scale をトレーニングしますが、このエラーが発生します

参考：LiblinearのソースコードのREADMEファイル。ここからダウンロードしました: http://www.csie.ntu.edu.tw/~cjlin/cgi-bin/liblinear.cgi?+http://www.csie.ntu.edu.tw/~cjlin/liblinear +tar.gz

私は1つのモデルを構築するためにwekaを使用しています。モデルに liblinear を使用する必要があります。weka GUI を使用してテストするには、クラスパスに liblinear jar を追加する必要がありますが、クラスパスに liblinear jar を追加した後も、Weka GUI で liblinear classes not found というエラーが表示されます。インターネットで検索しましたが、何も見つかりませんでした。私と同じ問題に直面している人は他にいますか。また、どんな助けでも大歓迎です。

実際にクラス LibLinear.java(jar ファイル) を持ち、liblinear ツールキットの Java バージョンを呼び出す Malt Parser のソース コードを見ていると、ロジスティック回帰（-s 0）でliblinear（デフォルトではmaltパーサー）を使用してモデルをトレーニングすると、解析されたツリーの確率スコアが生成されるはずであるという情報にもかかわらず、確率を返すオプション/方法が見つかりません。

主な懸念事項は次のとおりです。Liblinear と Malt Parser の統合は、相互に予想される操作に影響を与えることなくスムーズに機能しますか?

Liblinear を個別に使用すると、データセットの確率出力が得られます。

//ロジスティック回帰モデルを使用したトレーニング データ

//ラベルとクラスと確率出力。ここで -b 1 は、各データセットの確率を抽出します。

参照: https://stackoverflow.com/questions/28791352/how-to-get-probability-score-of-parsed-sentences-using-malt-parser

weka を使用して分類モデルを構築しました。{spam,non-spam} という 2 つのクラスがあります。stringtowordvector フィルターを適用した後、19000 レコードに対して 10000 属性を取得します。次に、liblinear ライブラリを使用して、次のように F スコアを与えるモデルを構築しています: スパム-94% 非スパム-98%

同じモデルを使用して新しいインスタンスを予測すると、それらすべてがスパムとして予測されます。また、トレーニングセットと同じテストセットを使用しようとすると、それらもすべてスパムとして予測します。私は問題を見つけるために精神的に疲れ果てています.どんな助けでも大歓迎です.