计算SVM损失函数的梯度。
我正在尝试实现SVM损失函数及其梯度。我找到了一些示例项目，它们实现了这两个功能，但我无法弄清楚在计算梯度时如何使用损失函数。 以下是损失函数的公式: 我不明白的是，如何在计算梯度时使用损失函数的结果？ 该示例项目的梯度计算方法如下：for i in xrange(num_train)...
使用Tensorflow构建支持向量机
我目前有两个numpy数组： X - (157, 128) - 157组128个特征 Y - (157) - 特征集的分类 这是我编写的试图构建线性分类模型的代码。 首先，我将这些数组调整为Tensorflow数据集： train_input_fn = tf.estimator.i...
如何使用自定义的SVM核？
我想在Python中自己实现高斯核函数，只是为了练习。我正在使用：sklearn.svm.SVC(kernel=my_kernel)，但我真的不明白发生了什么。 我期望函数my_kernel将以矩阵X的列作为参数调用，但我得到的是将X、X作为参数调用。看示例也没有更清楚的解释。 我错过了什...
将sklearn.svm的SVC分类器转换为Keras实现
我正在尝试将一些旧代码从使用sklearn转换为Keras实现。由于保持相同的操作方式至关重要，我想知道我是否做得正确。我已经转换了大部分代码，但是我在将sklearn.svm SVC分类器转换时遇到了问题。以下是当前的代码：from sklearn.svm import SVC model ...
如何处理高维输入空间的机器学习问题？
当我尝试对一些高维度输入应用一些机器学习算法(分类，具体来说是SVM)时，如果我得到的结果不太令人满意，我该如何处理这种情况呢？ 1、2或3维数据可以可视化，同时还可以展示算法的结果，这样您就能够了解发生了什么，并且有一些思路来解决问题。然而，一旦数据超过三维，则除了直观地调整参数外，我并不...
使用libsvm进行交叉验证后的重新训练
我知道交叉验证用于选择好的参数。在找到它们之后，我需要重新训练整个数据但不使用-v选项。 但我面临的问题是，在使用-v选项进行训练后，我得到了交叉验证准确率（例如85%），但没有模型，也无法看到C和gamma的值。在这种情况下，我该如何重新训练？ 顺便说一句，我正在应用10折交叉验证。op...
scikit-learn虚拟分类器的理论基础是什么？
根据我阅读的文档，虚拟分类器可以用于针对分类算法进行测试。 该分类器可用作与其他（真实）分类器进行比较的简单基准线。不要将其用于实际问题。 当使用分层方法时，虚拟分类器会遵守训练集的类分布来生成预测。这是因为在实践中，正确地模仿现实世界的分布通常是非常重要的，以便在应用新算法时能够对性能进...
实现一个线性、二元的支持向量机（SVM）
我希望能够实现一个简单的SVM分类器，用于高维二元数据（文本）的情况下，我认为简单线性SVM是最好的选择。之所以要自己实现，基本上是因为我想学习它的工作原理，所以使用库不是我想要的。 问题在于，大多数教程仅仅介绍可以解决为“二次优化问题”的方程式，但却从未展示实际算法！所以您能否指点我一个非...
来自e1071 R软件包的SVM方程？
我对测试SVM性能以将多个个体分类为四组/类别感兴趣。当使用MATLAB中的svmtrain LibSVM函数时，我可以得到用于根据此方程式的值在4个组之间分类这些个体的三个方程式。一种方案可能如下： All individuals (N)* ...
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...