問題タブ [svm]

外れ値の検出に関していくつか質問があります。

1. k-means を使用して外れ値を見つけることはできますか?これは良いアプローチですか?

2. ユーザーからの入力を一切受け付けないクラスタリング アルゴリズムはありますか?

3. 外れ値の検出に、サポート ベクター マシンやその他の教師あり学習アルゴリズムを使用できますか?

4. 各アプローチの長所と短所は何ですか?

私の BE 最終年度のプロジェクトは、手話認識に関するものです。愚かなユーザーによって生成された標識のビデオに見られるパターンの正しい分類手法を選択する際に、私はひどく混乱しています。ニューラル ネット (NN) はいくつかの点で隠れマルコフ モデルよりも優れていることを学びましたが、NN のパラメーターを微調整するには多くの時間が必要です。また、一部のレポートでは、サポート ベクター マシンが NN よりもパフォーマンスが優れているという報告があります。これらの代替案の中から何を選択すればよいか、または他のより良い代替案があれば、4 ～ 5 か月以内にプロジェクトを完了でき、修士課程でその分野を続けることができますか?

サポートベクターマシンを使用してマルチクラス画像を分類するための宿題があります。ツールボックスの使用は許可されていません。SVMコードを自分で作成する必要があります。それをMATLABに実装する必要があります。私はMATLABに精通していないため、実装に関していくつかの問題があります。

基本的にsvmの実装を説明する擬似コードまたは論文を提案できますか？つまり、SVMの理論は知っていますが、プログラミングが苦手です。または、SVMコードが非常に役立つ場合があります。

よろしくお願いします。

テキスト分類の申請を始めたばかりで、このトピックに関する論文をたくさん読んだのですが、今までどうやって始めたらいいのかわからず、全体像がわからない気がします。トレーニングデータセットとその説明を読み、SVMアルゴリズム（SVM.Net）の優れた実装を取得しましたが、この実装でそのデータセットを使用する方法がわかりません。データセットのテキストから特徴を抽出し、これらの特徴をSVMへの入力として使用する必要があることを知っているので、テキストの特徴を抽出してSVMアルゴリズムへの入力として使用する方法についての詳細なチュートリアルについて教えてください。新しいテキストを分類するためのこのアルゴリズム？そして、テキスト分類にSVMを使用することについての完全な例があれば、それは素晴らしいことです。

どんな助けでもいただければ幸いです。前もって感謝します。

だから、私はSVMアルゴリズムがどのように機能するかを理解しようとしていますが、超平面を介してポイントを分離し、それらを分類するために数学的な意味を持つn次元平面のポイントでいくつかのデータセットを変換する方法を理解できません。

ここに例があります。彼らはトラやゾウの写真を分類しようとしています。「100x100ピクセルの画像にデジタル化するので、n次元平面にxがあり、n = 10,000です」と言われますが、私の質問はどうすればよいかということです。 2つのカテゴリに分類するために、数学的な意味を持つポイントの一部のカラーコードを実際に表す行列を変換しますか？

おそらく誰かが2Dの例でこれを説明してくれるでしょう。なぜなら、私が見るグラフィック表現はnDではなく2Dにすぎないからです。

SVM を使用してスパム フィルタ プログラムを作成したいと考えており、ツールとして libsvm を選択しました。
私は 1000 通の良いメールと 1000 通のスパムメールを受け取り、それらを次のように分類し
まし
た
:

libsvm には次のような形式が必要であることを知りました。

1 1:3 2:1 3:0
2 1:3 2:3 3:1
1 1:7 3:9

その入力として。1, 2, 1 がラベルであることは知っていますが、1:3 とはどういう意味ですか?
持っているものをこの形式に転送するにはどうすればよいですか?

私は SVM またはこれらの分類手法のいずれにもまったく慣れていません。今、私はデータを分類するために SVM-multiclass を使用する方法を学んでいましたが、混乱しています:

超平面などを作成し、サポートベクターを見つけることにより、svm-learn がトレーニングデータに対してどのように機能するかを完全に理解しています。

私が得ていないように見えるのは、svm-classify がどのように機能するかということです。むしろ、その実際の機能は何ですか? その名前から、svm-classify は「分類されていないポイントにクラスを割り当てる」必要がありますが、テスト セットで「エラー」と「平均損失」が表示されるだけのようです。

より明確にするために：

このファイルを使用して svm をトレーニングすると:

そして、次のようにテストファイルを渡します:

したがって、svm_classify はクラスをこれらのデータに出力する必要があります...

そうじゃない？

アソシエーション ルールを特徴として SVM 分類を行いたいのですが (マルウェアを検出するため)、可能ですか? または、このトピックに関する出版物はありますか？

サポートベクターマシンのPMMLドキュメントを作成しようとしていますが、dmg.orgで指定されているSupportVectorMachineタグのtargetCategory属性について混乱しています。私の質問は、3つ以上の分類子がある場合、これはどのように機能する必要があるかということです。必要に応じて、1つのtargetCategory属性と追加のalternateTargetCategory属性が必要ですか？

アイリスデータセットを考えると、次のようになると思います。

マルチクラス分類に libsvm を使用しています。分類スコアを添付して、分類の信頼性を特定のサンプルの出力と比較するにはどうすればよいですか。