如何从Scikit-learn分类器中提取信息以便在C代码中使用
我使用Python中的scikits.learn训练了一堆RBF SVMs，然后将结果Pickled。这些用于图像处理任务，我想要测试的一件事是在一些测试图像的每个像素上运行每个分类器。也就是说，在以像素（i，j）为中心的窗口上提取特征向量，对该特征向量上的每个分类器运行，然后移动到下一个像素...
数据集大小是否会影响机器学习算法？
假设您可以访问足够数量（数百万个数据点用于训练和测试）且质量足够的数据。现在请忽略概念漂移并假定数据是静态的，不会随时间改变。从模型质量角度考虑，使用所有这些数据是否有意义呢？ Brain和Webb（http://www.csse.monash.edu.au/~webb/Files/Brai...
Scikit分类报告 - 更改显示结果的格式
Scikit分类报告只显示两位数字的精度和召回率分数。是否可能使其显示小数点后4个数字，我的意思是，而不是显示0.67，显示0.6783？ from sklearn.metrics import classification_report print classification_repor...
适用于标准化sklearn SVM输入的正确函数
我发现有几个与此相关的问题，但没有人解决我的疑问。特别是对于这个问题的两个回答更让我困惑了。 我正在使用卷积神经网络从图像中提取特征，并在一组特征上训练线性SVM。例如，我有一个3500x4096的X矩阵，其中行表示示例，列表示特征，就像通常情况下一样。 我想知道如何在将矩阵馈送给SVM之...
如何获取scikit-learn SVM分类器的所有alpha值？
我需要SVM双重问题的拉格朗日乘数，也就是α值，在使用scikit-learn训练SVM分类器后。根据文档，看起来scikit-learn只提供了svm.dual_coef_，它是一个数据点标签和拉格朗日乘数α的乘积。 我试图通过将svm.dual_coef_的元素除以数据标签来手动计算α值...
为支持向量机设计内核（异或）
我的问题是“如何为学习问题设计核函数？” 在支持向量机和核机器的书籍中，作者提供了一些核函数的例子（例如多项式核、高斯核和文本核），但他们要么只提供结果的图片而不具体说明核函数，要么笼统地声称“可以构建有效的核函数”。我对为新问题设计核函数的流程很感兴趣。 最简单的例子可能是学习异或运算，这...
libsvm 缩小启发式算法
我正在使用带有二次多项式核函数的libsvm进行C-SVC模式训练，并且需要训练多个SVM。在训练过程中，对于我训练的某些SVM，我会收到下列警告中的一个或两个：WARNING: using -h 0 may be faster * WARNING: reaching max number o...
使用支持向量回归进行时间序列预测
我一直在尝试使用Python语言中的支持向量回归（SVR）工具来实现时间序列预测。我使用scikit-learn中的SVR模块进行非线性支持向量回归。但是，我在预测未来事件方面遇到了严重问题。回归线很好地拟合了原始函数（从已知数据），但是一旦我想要预测未来步骤，它就会返回最后一个已知步骤的值。...
训练一个SVM分类器需要多长时间？
我写了以下代码并在小数据上进行了测试： classif = OneVsRestClassifier(svm.SVC(kernel='rbf')) classif.fit(X, y) 在这里，X, y（X - 30000x784矩阵，y - 30000x1）是NumPy数组。在小数据上，算...
绘制超平面线性 SVM Python
我将尝试为我使用LinearSVC和sklearn训练的模型绘制超平面。请注意，我正在处理自然语言；在拟合模型之前，我使用CountVectorizer和TfidfTransformer提取了特征。 以下是分类器内容： from sklearn.svm import LinearSVC f...