問題タブ [svm]

私は Python の PyML の新しいユーザーです。チュートリアルを使用して、次のことを行いました。

結果セットを取得しましたが、rこの結果セットを使用して Python でまったく新しいインスタンスを分類する方法がわかりません。より経験豊富な人が私を助けることができますか? 任意の提案をいただければ幸いです。

ありがとう。

トレーニングデータセットと複数のテストセットがあります（クラスタリングフレームワークでインスタンスを分類しているため、テストセットのインスタンスはオンザフライで計算されます）。

インスタンス属性のスケールは異なります（最初の属性は0から1まで変化し、2番目の属性は0から100まで変化します）。

私の分類器（ロジスティック回帰とSMO）は、テスト全体が一度に設定されていないという事実にどのように対処しますか？

言い換えると、テストセットの最大値がわからない場合、さまざまなスケール属性をどのように処理しますか？

ありがとう

線形カーネル SVM で使用するために特徴ベクトルを正規化する適切な方法は何ですか?

LIBSVM を見ると、各機能を単一の標準的な上限/下限の範囲に再スケーリングするだけで完了しているように見えます。ただし、PyML がこの方法でデータをスケーリングする方法を提供しているようには見えません。代わりに、ベクトルを長さで正規化し、標準偏差で再スケーリングしながら各特徴値を平均でシフトするオプションがあります。

いくつかの数値を除いて、ほとんどの機能がバイナリである場合を扱っています。

非線形SVMを実装していますが、線形分離可能ではない単純なデータで実装をテストしたいと思います。グーグルは私が欲しいものを見つけるのを手伝ってくれませんでした。そのようなデータがどこにあるか教えてください。または、少なくとも、そのようなデータを手動で生成するにはどうすればよいですか？

ありがとう、

SVMlightが分類スコアを出力するかどうかを知る必要があります。どこにも見つかりませんでした。たとえばlibSVMdoes.thx

opencv CvSVM の使用に関するいくつかの質問

1. どのようなsvmを使用していますか? svmlightを使用していますか？OpenCV2.2 には svmlight がありますが、それへの参照があまり見つかりません。

2. CvSVM を使用している場合、80% のトレーニング データと 20% のテスト データを手動で作成し、5 倍の再検証を繰り返してより良い出力を得る必要がありますか?

3. 私は HOG を使用して検出器を作成しており、パッケージ内の opencv サンプル歩行者検出器に厳密に従っています。歩行者以外のオブジェクトを検出するには、分類器を学習する必要があります。任意の提案をいただければ幸いです。

ありがとう！

libsvm の RBF カーネルを使用して学習したい単純な xor 問題があります。次のような XOR 問題を使用して Java libsvm をトレーニングすると:

テスト ベクトル (0,0) を分類した結果は、svm.svm_predict を使用すると -1 になりますが、svm.svm_predict_probability を使用すると +1 になります。返される確率も逆になります。私が使用するコードと結果は以下のとおりです。ここで私が間違っていることを誰かに教えてもらえますか?

- - - - - 結果 - - - - - - -

明らかに、結果は完全に反対です。これは、テストとして選択したすべての例で発生するようです。

誰かがこれに光を当てることができますか? 前もって感謝します

私の質問の要点は、「学習問題のためにカーネル関数をどのように設計するか」です。

簡単な背景として、サポートベクターマシンとカーネルマシンに関する本を読んでいます。どこを見ても、著者はカーネルの例を示しています（同種および非同種の多項式カーネル、ガウスカーネル、テキストベースのカーネルへの言及など）。 、しかし、すべてがカーネルを指定せずに結果の写真を提供するか、「効率的なカーネルを構築できる」と漠然と主張します。新しい問題のためにカーネルを設計するときに行われるプロセスに興味があります。

おそらく最も簡単な例は、実平面に埋め込まれた最小（4ポイント）の非線形データセットであるXORを学習することです。このデータを線形に分離するために、どのようにして自然な（そして自明ではない）核を思い付くでしょうか？

より複雑な例として（Cristianini、SVMの概要、図6​​.2を参照）、チェッカーボードパターンを学習するカーネルをどのように設計しますか？Cristianiniは、この絵は「ガウスカーネルを使用して」派生したと述べていますが、彼は複数を使用しているようであり、それらは不特定の方法で組み合わされ、変更されています。

この質問が広すぎてここで答えられない場合は、そのようなカーネル関数の1つの構築への参照をいただければ幸いですが、例はやや単純であることが望ましいです。

SVM Light を使用して、OpenCV2.2 HOG Descriptor の分類子を学習しようとしています。HOG 記述子から浮動ベクトル出力を取得します。

SVMLight のドキュメントを読んでも、入力トレインとテスト データの形式を理解できません。

Web サイトの train.dat の行の例:

どこ、

誰か助けてくれませんか？ありがとう！