問題タブ [libsvm]

私は最近libsvmに取り組んでいます。pred ラベルの問題に直面しました。出力された値はすべて 1 でした。負のデータはまったく識別されませんでした。LIBSVM 形式に変換しませんでした (つまり、libsvmwrite をまったく使用しませんでした)。ラベルは自分で作りました。私の質問ですが、LIBSVM 形式に変換することは重要ですか?

私はlibsvmを使用しています。いくつかの良い結果が得られます (陽性で 95%、陰性で 94%)。ただし、間違っているものを調べると、なぜ間違っているのか混乱しています。何が間違っているのかをどのように判断しますか? (もっと重要なことは、上司にどのように説明すればよいかということです)。間違ったテスト入力のいくつかは、正しくなったテスト入力のいくつかに (視覚的に) 非常に近いものです。

私の問題について: 32x32 ピクセル、8 ビット グレースケールの画像を見ています。私はさまざまな特徴検出器を評価し、それらを画像の密な表現 (つまり、すべてのピクセル) として使用しています。したがって、私のフィーチャーの長さは多くの場合 1024 です。一部の特徴検出器には複数の出力があり、すべてのピクセルを使用するのではなく、3 番目または 5 番目ごとなどを使用することがあります。これは、画像内の図形を探すバイナリ分類タスクです。たとえば、負の文字をさまざまな文字で表した正方形を見つけようとしています。SVMはうまく機能します。しかし、T を四角として分類することがありますが、その理由はわかりません。確率を使用している場合、確率が非常に高い場合があります。それが何をしているのか、そしてその理由についての洞察を得るにはどうすればよいですか?

LibSVMの使用を検討しており、必要な特徴ベクトルを作成しています。ほとんどすべてのサンプル データでは、次のような機能の順序があります。

たとえば、この順序が重要かどうか疑問に思っていました。

ありがとう

libsvm の grid.py でいくつかの問題に直面しています。実装しようとしましたが、構文エラーが発生しました。

入力:

エラー ：

エラーは何ですか？

libsvmの使用を検討しています。現在、特徴ベクトルをSVM特徴ベクトル形式に変換しています。プロジェクト内でLibSVMを使用していますが、アプリ内で何らかの方法で使用する必要があります。問題は、現時点で利用可能なすべての例がコマンドラインを使用してLibSVMに入力を提供することです。これは欲しくない。コード内でそれを使用する方法の例を教えてください（コマンドプロンプトの呼び出しやWekaはありません）。ありがとう

testlabel と trainlabel を取得した後、libsvm に SVM を実装したところ、97.4359% の精度が得られました。( c= 1 および g = 0.00375)

最適な c と g を見つけた後、

c = 8 および g = 0.125

モデルを再度実装します。

82.0513% の精度が得られます

どのように精度が低下する可能性がありますか? 増えてはいけない？それとも私は間違いを犯していますか？

libsvm 、特にその C# 実装svm.netを使用しているときに、奇妙な状況に直面しています。パラメータ C の最適な値を検出するためにグリッド検索を実行します (線形カーネルを使用しています)。ただし、試行される C の最初の値がマシンの精度を設定するようです。別の方法でシャッフルされたデータセットで検索を再実行しない限り、グリッド検索で試行される他のすべての値はまったく同じ精度になります。

これは私をかなり困惑させます。誰かがこの動作を引き起こす原因について考えを持っていますか? 私はベクター マシンのサポートにかなり慣れていないので、明らかなことを見落としている可能性があります。ありがとう。

編集:私が呼び出すメソッドは次のとおりです。 ParameterSelection.Grid(problems.training, problems.validation, parameters, MIN_C, .MAX_C,STEP_C, out current_C, out current_accuracy, out tmp_model); これは、ライブラリによって提供される既存の ParameterSelection.Grid メソッドと同様に構築したメソッドです。より詳細には、コードは次のとおりです。

マルチクラス SVM に関しては、LIBSVM では 1 対 1 の分類しかできないことを知っています。ただし、1対1の分類を実行するために少し調整したいと思います。以下で一対一を実行しようとしました。これは正しいアプローチですか？

コード：

私はいくつかの間違いを犯したかもしれません。フィードバックをお聞きしたいと思います。ありがとう。

第二部: グレープオットが言ったように: 最終的な答えを出すには、Sum-pooling (または単純化されたソリューションとしての投票) を行う必要があります。どうすればいいのかわかりません。助けが必要です。Pythonファイルを見ましたが、まだよくわかりません。助けが必要です。

私は今本当に立ち往生しています。画像分類に LIBSVM を適用したいと考えています。特徴を抽出したい多くのトレーニング画像 (BITMAP 形式) をキャプチャしました。

Training-Images には、床に横になっている人が含まれています。分類器は、指定された画像に床に横たわっている人がいるかどうかを判断する必要があります。

私は多くの論文、ドキュメンタリー、ガイド、チュートリアルを読みましたが、LIBSVM-Package の入手方法については文書化されていません。説明されている唯一のことは、CSV-File のような CSV-File から LIBSVM-Package を変換する方法です。LIBSVM Web サイトでは、いくつかのサンプル データをダウンロードできます。サンプルデータは、CSV ファイルとして、またはすぐに使用できるトレーニングおよびテストデータとして準備されます。

CSV ファイルにある値を見ると、最初の列はラベル (嘘をついている人物かどうか) であり、他の値は抽出された特徴ですが、それらの値がどのように達成されるかはまだ再構築できません。

誰も言及する必要がないほど簡単かどうかはわかりませんが、私はそれをやり遂げることができないので、画像から特徴抽出を実行する方法を知っている人がいれば、助けてください.

よろしくお願いします。

マルチクラスのsvm分類（6クラス）があります。LIBSVMを使って分類したいと思います。以下は私が試したものであり、それらに関していくつか質問があります。

方法1（1対1）：

この方法に関する2つの質問：1）マルチクラス問題に対して行う必要があるのは2）'-bn'のnの値はどうあるべきかということです。わからない

方法2（1対残り）：

2番目の方法では、分類スコアを添付するにはどうすればよいですか。投票できません。

それ以外に、これらは私が試した2つの方法です。どちらの方法が良いですか？

コメントを聞きたいです。私が間違っている場合は訂正してください。