Preguntas etiquetadas con svm

Estoy tratando de clasificar los mensajes en diferentes categorías usando un SVM. He compilado una lista de palabras / símbolos deseables del conjunto de entrenamiento. Para cada vector, que representa un mensaje, configuro la fila correspondiente a 1si la palabra está presente: "corpus" es: [Mary, little, lamb, star, twinkle] primer …

12 classification  svm  sparse 

Tengo 2 preguntas generales / más teóricas. 1) Tengo curiosidad por saber cómo los SVM manejan las interacciones variables al construir modelos predictivos. Por ejemplo, si tengo dos funciones f1 y f2 y el objetivo depende de f1, f2 y digo f1 * f2 (o alguna función h (f1, f2)), …

12 machine-learning  predictive-models  svm  interaction 

Estoy tratando de construir un SVM a partir de datos de entrenamiento donde un grupo está representado más que el otro. Sin embargo, los grupos estarán igualmente representados en los datos de la prueba eventual. Por lo tanto, me gustaría usar el class.weightsparámetro de la e1071interfaz del paquete R libsvmpara …

12 r  machine-learning  svm 

Las SVM para clasificación tienen un sentido intuitivo para mí: entiendo cómo minimizar El | El | θ | El |2||θ||2||\theta||^2 produce el margen máximo. Sin embargo, no entiendo ese objetivo en el contexto de la regresión. Varios textos ( aquí y aquí ) describen esto como maximizar la "planitud". …

12 regression  svm 

En el aprendizaje automático (para problemas de regresión), a menudo veo que se usa el error cuadrático medio (MSE) o el error absoluto medio (MAE) como la función de error para minimizar (más el término de regularización). Me pregunto si hay situaciones en las que sería más apropiado usar el …

12 regression  machine-learning  svm  optimization  deep-learning 

En esta pregunta, ¿existe algún método para construir árboles de decisión que tenga en cuenta los predictores estructurados / jerárquicos / multinivel? - mencionan un método de datos de panel para árboles. ¿Existen métodos de datos de panel específicos para admitir máquinas de vectores y redes neuronales? Si es así, …

12 r  machine-learning  svm  panel-data  cart 

Tengo 12 conjuntos de entrenamiento positivo (células cancerosas tratadas con medicamentos con cada uno de los 12 mecanismos de acción diferentes). Para cada uno de estos conjuntos de entrenamiento positivo, me gustaría entrenar una máquina de vectores de soporte para distinguirlo de un conjunto negativo de igual tamaño muestreado del …

12 svm 

Estoy tratando de entender el proceso para entrenar una máquina de vectores de soporte lineal . Me doy cuenta de que las propiedades de los SMV permiten que se optimicen mucho más rápido que mediante el uso de un solucionador de programación cuadrática, pero con fines de aprendizaje, me gustaría …

12 r  svm  optimization 

Según tengo entendido, las CNN consisten en dos partes. La primera parte (capas conv / pool) que realiza la extracción de características y la segunda parte (capas fc) que realiza la clasificación de las características. Dado que las redes neuronales completamente conectadas no son los mejores clasificadores (es decir, la …

11 neural-networks  svm  random-forest  conv-neural-network 

Estoy interesado en los resultados teóricos para la capacidad de generalización de las máquinas de vectores de soporte, por ejemplo, límites en la probabilidad de error de clasificación y en la dimensión Vapnik-Chervonenkis (VC) de estas máquinas. Sin embargo, al leer la literatura he tenido la impresión de que algunos …

11 machine-learning  svm  vc-dimension 

Sé lo básico sobre SVM y SVR, pero aún no entiendo cómo encaja el problema de encontrar un hiperplano que maximice el margen en SVR. Segundo, leí algo sobre usado como margen de tolerancia en SVR. Qué significa eso?ϵϵ\epsilon Tercero, ¿hay alguna diferencia entre los parámetros de la función de …

11 regression  machine-learning  svm 

El hiperplano óptimo en SVM se define como: w⋅x+b=0,w⋅x+b=0,\mathbf w \cdot \mathbf x+b=0, donde representa el umbral. Si tenemos algún mapeo que mapea el espacio de entrada a algún espacio , podemos definir SVM en el espacio , donde el hiperplano óptimo será:ϕ Z Zbbbϕϕ\mathbf \phiZZZZZZ w⋅ϕ(x)+b=0.w⋅ϕ(x)+b=0.\mathbf w \cdot \mathbf …

11 svm  threshold 

Sé que Adaboost intenta generar un clasificador fuerte usando una combinación lineal de un conjunto de clasificadores débiles. Sin embargo, he leído algunos documentos que sugieren que Adaboost y SVM funcionan en armonía (aunque SVM es un clasificador fuerte) en ciertas condiciones y casos . No puedo entender desde una …

11 classification  svm  references  boosting 

Quiero entrenar un clasificador, digamos SVM, o bosque aleatorio, o cualquier otro clasificador. Una de las características del conjunto de datos es una variable categórica con 1000 niveles. ¿Cuál es la mejor manera de reducir el número de niveles en esta variable? En R hay una función llamada combine.levels()en el …

11 classification  svm  random-forest  many-categories 

Mi comprensión de SVM es que es muy similar a una regresión logística (LR), es decir, se pasa una suma ponderada de características a la función sigmoidea para obtener una probabilidad de pertenecer a una clase, pero en lugar de la pérdida de entropía cruzada (logística) función, el entrenamiento se …

11 machine-learning  logistic  svm