問題タブ [svmlight]

私は機械学習が初めてです。ゲートを通して学習しようとすると、エラーが表示されます。以下に学習設定ファイルを示します。

トレーニング属性はこのファイル内にあります。multiclass xml タグを含む行なしでトレーニングすると、機能します。この行を追加すると、以下のようなエラーが表示されます

私はこのことと、なぜそれが起こるのかを認識しておらず、解決策を探しています.

libsvm を使用して SVM 分類を行い、one-over-rest メソッドを使用します。問題は、次のコマンドを実行すると、「精度」の値がすべて実数ではなく、NaN が含まれていることがわかりました。誰でも問題を解決する方法を教えてもらえますか? どうもありがとう！

「精度」には奇妙な値があります。

私は OpenCV 、 C++ を使用しており、画像内のオブジェクトを検出しようとしています。今まで私がやってきたこと。

1.小さな画像（108x64）パッチから、（1つのパッチから）必要な6200の機能を抽出しました。次に、これらの機能を train.txt および test.txt ファイルに svmLight 形式で記述しました。

.2次に、train.txt を svmLight に渡し、モデル ファイルを取得しました。このモデル ファイルを使用して、約 90% の分類精度をテストできます。私は今まで Ubuntu と OpenCV と C++ で行ってきました。コマンドラインのトレーニングとテストの両方です。

3.トレーニング中に生成されたモデル ファイルを使用して、元の画像 (480x640) からオブジェクトを検出します。

しかし問題は、モデルファイルを使用して元の画像（640x480）からオブジェクトを検出する方法がわからないことです。シンプルなスライディング ウィンドウ (108x64) と svmLight または (LatentSVM または cvSVM) を使用して、このモデル ファイルを検出に使用する方法という非常に基本的/基本的なことが必要です。元の画像（画像ピラミッド）のサイズを正確に変更する必要があり、ADM（Active Deformable Model / Snake）を使用する必要があるとは言わないでください。余分な長方形のボックスを削除するための極大値の抑制について教えてください。長方形のボックスを検出して（ステップバイステップで完全に実装する）、取得する方法を教えてください。事前に感謝します。専門家の返信を待っています。

3 つの値を持つことができる属性があります。私の行は次のようにする必要があります

次のリンクで説明されているように、OHSUMED データセットと SVM ランク ライブラリを使用して RankSVM を学習しようとしています 。

OHSUMED データセットのリンクが示唆するのと同じパラメーターを使用しました。すなわち

OHSUMED/QueryLevelNorm/cv_l1_e0.001/fold1_l1_c0.0002_e0.001.log OHSUMED/QueryLevelNorm/cv_l1_e0.001/fold2_l1_c0.002_e0.001.log OHSUMED/QueryLevelNorm/cv_l1_e0.001/fold3_l1_c0.01_e0.001.log OHSUMED/QueryLevelNorm/cv_l1_e0 .001/fold4_l1_c0.02_e0.001.log OHSUMED/QueryLevelNorm/cv_l1_e0.001/fold5_l1_c0.01_e0.001.log

しかし、モデルをトレーニングして「svm_rank_classify」コマンドを実行すると、次の結果が得られます。

モデルの読み取り...完了。
テスト例の読み取り...完了。
テスト例の分類...完了
ランタイム (IO なし) の CPU 秒: 0.00テスト セットでの
平均損失: 0.3864 テスト セットで
のゼロ/1 エラー: 100.00% (0 正解、22 不正解、合計 22)
注: 損失上に報告されているのは、
すべてのランキングで平均化された交換されたペアの割合です。0/1 エラーは、完全に正しいランキングの一部です!
スワップされたペアの総数: 31337
スワップされたペアの平均パーセント: 38.64

ここで不足している手順がある場合は提案してください。

ありがとう。

SVMで解決しているバイナリ分類の問題があります。クラスはトレーニング データで不均衡です。バイナリ スコアだけでなく、事後確率の出力を取得する必要があります。Weka の SMO と LibSVM のいずれかで Platt スケーリングを使用しようとしました。これらの実装の両方で、少数派クラスの f1 測定に関して、バイナリ結果のみを生成した場合よりも悪い結果が得られます。

SVM バイナリ結果を次のルールを維持する確率に変換する方法を知っていますか: 「決定値 >= 0 の場合に限り確率 > = 0.5」。

つまり、各サンプルが取得するラベルは、バイナリ分類または確率のいずれを使用しても同じです。

私は現在、ウィキペディアのテキストのコーパスからの関係抽出に焦点を当てたプロジェクトに取り組んでおり、SVM を使用してこれらの関係を抽出する予定です。これをモデル化するために、Word 機能、POS タグ機能、エンティティ機能、メンション機能などを使用する予定です( https://gate.ac.uk/sale/eswc06/eswc06-relation.pdf ( 6ページ以降）

これで、特徴抽出用のパイプラインをセットアップし、コーパスに注釈を付けました。プロジェクトの目的で SVM-Light のようなパッケージを使用したいと考えています。SVM-Light パッケージの入力ファイル形式によると、これは必要な形式 - .= です。: : ... : #

例 (SVM-Light Web ページから) -

分類モードでは、ターゲット値は例のクラスを示します。+1 はターゲット値として正の例を示し、-1 は負の例をそれぞれ示します。したがって、たとえば、次の行

-1 1:0.43 3:0.12 9284:0.2 # abcdef

特徴番号 1 の値が 0.43、特徴番号 3 の値が 0.12、特徴番号 9284 の値が 0.2、その他すべての特徴の値が 0 である負の例を指定します。さらに、文字列 abcdef がベクトルと共に格納されます。これは、ユーザー定義のカーネルに追加情報を提供する方法として機能します。

ここで、単語、POS タグ、およびエンティティ タイプとサブタイプを値に含む、私が使用している機能を、SVM-Light パッケージで受け入れられる機能ベクトルにモデル化する方法を知りたいと思います。各機能には、関連付けられた実数値があります。それ。選択した機能からこれらの実際の値へのマッピングはどのように行われますか?

以前に同様の問題に取り組んだことがある人が私を正しい方向に導くことができれば、それは大きな助けになるでしょう.

ありがとう。

クエリ レベルの機能 (クエリ内の用語カウントなど) はどのように役立つのでしょうか? これは、モデル ファイルの生成中にクエリ レベルの機能が無視されるためです。

ファイルのトレーニング。

このファイルでは、最初の機能はクエリ レベルの機能であり、同じクエリ (異なるアイテム ペア) で同じです。

SVMランクでトレーニング済みです。次に、生成されたモデル ファイルは 1 番目の機能を無視し、2 番目の機能から開始します。

生成されたモデル ファイル。