問題タブ [svm]

Pythonコードからサポートベクターマシンを使用できるライブラリがあることは知っていますが、オンラインで教えることができるライブラリを特に探しています（つまり、一度にすべてのデータを提供する必要はありません）。

いずれかがあります？

を使用しkernlabて、次のようなコードでモデルをトレーニングしました。

これは線形モデルであるため、完全なSVM機構を使用するのではなく、実行時に特徴値の単純な加重和としてスコアを計算することをお勧めします。モデルを次のようなものに変換するにはどうすればよいですか（ここではいくつかの構成されたウェイト）：

バイアス項はどこに.biasあり、残りは特徴の重みですか？

編集：

これがいくつかのサンプルデータです。

すべての本と例では、常にバイナリ分類 (2 つのクラス) のみを示しており、新しいベクトルはいずれか 1 つのクラスに属することができます。

ここでの問題は、4 つのクラス (c1、c2、c3、c4) があることです。私は4つのクラスのトレーニングデータを持っています。

新しいベクトルの場合、出力は次のようになります

C1 80% (勝者)

c2 10%

c3 6%

c4 4%

これを行う方法？libsvm を使用する予定です (最も人気があるため)。私はそれについてあまり知りません。以前に使用した人がいる場合は、使用することになっている特定のコマンドを教えてください。

人間が手を振っているのか、走っているのか、歩いているのかを判断するアプリケーションがあります。アイデアは、アクション、たとえばハンドウェーブをそのポーズにセグメント化したということです。まあ言ってみれば

例;

そして、MatlabでSVMとNeural Netをトレーニングするために上記のベクトルを使用しました..

今、私はそれを使ってテスト画像をテストします。ここでも、テスト画像のポーズをセグメント化しました。

MATLAB のテスト セットとトレーニング セットのベクトル サイズ。SVM とニューラル ネットでは、同じベクトル サイズが必要です。それを機能させるには;
0 を追加するとpose0(-これは無効なポーズであると仮定します)、サイズを等しくするために、非常に優れたパフォーマンスが得られます。
最初に最初のポーズをコピーし、サイズが等しくなるまで最後に追加すると、パフォーマンスが低下します。

例えば;

追加された値はポーズの実際の値であるため、2番目の方法でより良い分類が期待できます。しかしpose0、本当のポーズではありません。

あなたはなにか考えはありますか ？よろしく

Ruby SVM をインストールしたい。私はすでに通常の設定のmacportsを持っており、ポート経由でlibsvmをインストールしました。しかし、rubysvm をコンパイルしようとすると、barfs になります。:(

Ruby SVM: http://rubysvm.cilibrar.com/download/ (ほとんどのリンクは 404 ですが) libsvm: http://www.csie.ntu.edu.tw/~cjlin/libsvm/

これを試して：

...そして、エラーが発生します：

私はこれを試しましたが、成功しませんでした:

これを修正するにはどうすればよいですか?

高次元の入力に対して ML アルゴリズム (より具体的には分類、特に SVM) を適用しようとしたときに、満足のいく結果が得られない状況にどのように対処すればよいでしょうか?

1 次元、2 次元、または 3 次元のデータをアルゴリズムの結果と共に視覚化できるため、何が起こっているのかを把握し、問題にアプローチする方法を知ることができます。データが 3 次元を超えると、パラメータを直感的にいじる以外に、どのように攻撃すればよいかよくわかりません。

私は現在、Gaussian カーネルを使用したサポート ベクター マシン分類器に libsvm を使用しています。そのWeb サイトでは、最適な C とガンマを選択するための python スクリプト grid.py が提供されています。

ガンマとCでトレーニング時間とオーバーフィッティング/アンダーフィッティングがどのように変化するのだろうか?

それは正しいですか：

C が 0 から +infinity に変化すると、トレーニング済みモデルがアンダーフィッティングからオーバーフィッティングになり、トレーニング時間が増加するとしますか?

ガンマがほぼ 0 から +infinity に変化すると、トレーニング済みのモデルがアンダーフィッティングからオーバーフィッティングになり、トレーニング時間が増加するとしますか?

grid.py では、デフォルトの検索順序は C に対して小さいものから大きいものへ、ガンマは大きいものから小さいものへです。小規模から大規模へのトレーニング時間と、アンダーフィッティングからオーバーフィッティングへのトレーニング済みモデルのトレーニングを目的としていますか? では、C とガンマの値を選択する時間を節約できるでしょうか?

よろしくお願いします！

ウェブページからの広告である画像を検出するアプリを構築しようとしています。それらを検出すると、クライアント側での表示を許可しなくなります。

このStackoverflowの質問に答えた助けから、SVMが私の目標への最良のアプローチであると思いました。

そこで、SVMとSMOを自分でコーディングしました。UCIデータリポジトリから取得したデータセットには3280個のインスタンス（データセットへのリンク）があり、そのうちの約400個は広告画像を表すクラスからのものであり、残りは非広告画像を表すものです。

現在、最初の2800の入力セットを取得してSVMをトレーニングしています。しかし、正解率を調べた後、これらの2800の入力セットのほとんどが非広告画像クラスからのものであることがわかりました。そのため、そのクラスの精度は非常に高くなっています。

だから私はここで何ができますか？トレーニングするためにSVMにいくつの入力セットを与える必要がありますか？また、クラスごとにいくつの入力セットを提供しますか？

ありがとう。乾杯。（前の質問とは文脈が違うので、基本的に新しい質問をしました。ニューラルネットワーク入力データの最適化）

返信いただきありがとうございます。広告クラスと非広告クラスのC値が正しく導出されているかどうかを確認したいと思います。これについてフィードバックをください。

または、ここでドキュメントバージョンを確認できます。

ここでy1eqaulからy2へのグラフを見ることができます

ここでy1はy2と等しくありません

e1071 パッケージのサポート ベクター マシンを使用してデータを分類しており、マシンが実際にどのように分類を行っているかを視覚化したいと考えています。ただし、plot.svm 関数を使用すると、解決できないエラーが発生します。

脚本：

出力：

トレースバック:

私の（4488行の長さ）データファイルの一部：

私は R を始めたばかりなので、これが何を意味するのか、どのように対処すればよいのかわかりません。また、他の場所で役立つものも見つかりませんでした。

私は、SVM (サポート ベクター マシン) と場合によっては ANN を使用して、機械学習の高速計算を行うことが期待される機械学習プロジェクトに取り組んでいます。

私はこれらを使用してmatlabで作業することに非常に満足していますが、主に実験のためだけに小さなデータセットで作業しています。この matlab ベースのアプローチがスケーリングされるかどうか疑問に思っていますか? それとも何か他のことを調べるべきですか？C++ / GPU ベースのコンピューティング? javaはmatlabコードをラッピングしてアプリエンジンにプッシュしますか?

ちなみに、GPU に関する文献はたくさんあるようですが、matlab を使用した機械学習アプリケーションでの GPU の有用性や、最も安価な CUDA 対応 GPU のお金で購入できるものについてはあまり書かれていません。苦労する価値さえありますか？