คำถามติดแท็ก support-vector-machines

2
การคำนวณสัมประสิทธิ์ลากรองจ์สำหรับ SVM ใน Python
ฉันกำลังพยายามเขียนการใช้งานSVMแบบเต็มใน Python และฉันมีปัญหาเล็กน้อยในการคำนวณสัมประสิทธิ์ลากรองจ์ ก่อนอื่นให้ฉันใช้ถ้อยคำใหม่สิ่งที่ฉันเข้าใจจากอัลกอริทึมเพื่อให้แน่ใจว่าฉันอยู่บนเส้นทางที่ถูกต้อง ถ้าx1, x2, . . . , xnx1,x2,...,xnx_1, x_2, ..., x_nเป็นชุดข้อมูลและYผม∈ { - 1 , 1 }yi∈{−1,1}y_i \in \{-1, 1\}เป็นคลาสป้ายกำกับของxผมxix_iจากนั้น∀ i , yผม( ด้วยTxผม+ b ) ≥ 1∀i,yi(wTxi+b)≥1\forall i, y_i(w^Tx_i + b) \geq 1 ดังนั้นเราเพียงแค่ต้องแก้ปัญหาการเพิ่มประสิทธิภาพให้ ∥ w ∥2‖w‖2\|w\|^2 ขึ้นอยู่กับYผม( ด้วยTxผม+ b ) ≥ 1yi(wTxi+b)≥1y_i(w^Tx_i + b) \geq …

2
เมทริกซ์เคอร์เนล RBF มีแนวโน้มว่าจะไม่ดีหรือไม่?
ฉันใช้ฟังก์ชั่นเคอร์เนล RBF เพื่อใช้อัลกอริทึมการเรียนรู้ของเคอร์เนล (KLPP) หนึ่งตัวเคอร์เนลผลลัพธ์ แสดงว่ามีสภาพที่ไม่ดีอย่างยิ่งจำนวนเงื่อนไขของ L2-norm มาKKK K( i , j ) = exp(- (xผม-xJ)2σ2ม.)K(i,j)=exp⁡(−(xi−xj)2σm2)K(i,j)= \exp\left({\frac{-(x_{i}-x_{j})^2}{ \sigma_{m}^2}}\right)1017-10641017−106410^{17}-10^{64} มีวิธีใดบ้างที่จะทำให้ห้องปรับอากาศมีสภาพดี? ฉันเดาว่าต้องมีการปรับพารามิเตอร์แต่ฉันไม่ทราบว่าจะต้องทำอย่างไรσσ \sigma ขอบคุณ!
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.