ความแตกต่างระหว่างประเภทของ SVM


9

ฉันใหม่เพื่อรองรับเครื่องเวกเตอร์

คำอธิบายสั้น ๆ

svmฟังก์ชั่นจากe1071แพคเกจใน R มีตัวเลือกต่างๆ:

  • C-การจัดหมวดหมู่
  • nu-การจัดหมวดหมู่
  • การจำแนกประเภทหนึ่ง (สำหรับการตรวจจับสิ่งแปลกใหม่)
  • eps-ถดถอย
  • nu-ถดถอย

อะไรคือความแตกต่างในการหยั่งรู้ระหว่างห้าประเภท? ควรใช้อันไหนในสถานการณ์ใด

คำตอบ:


6

คำตอบสั้น ๆ

คุณสามารถเลือกสิ่งที่จะใช้ตามเป้าหมายของคุณและชนิดของข้อมูลที่คุณมี

  • ถ้าคุณมีปัญหาการจัดหมวดหมู่คือฉลากที่ไม่ต่อเนื่องในการทำนายคุณสามารถใช้และC-classificationnu-classification

  • ถ้าคุณมีปัญหาการถดถอยเช่นจำนวนอย่างต่อเนื่องที่จะทำนายคุณสามารถใช้และeps-regressionnu-regression

  • หากคุณมีข้อมูลเพียงหนึ่งคลาสเช่นพฤติกรรมปกติและต้องการตรวจหาค่าผิดปกติ one-classification.

รายละเอียด

การจำแนก C และการจัดหมวดหมู่ nu สำหรับการใช้งานการจำแนกประเภทไบนารี พูดว่าถ้าคุณต้องการสร้างแบบจำลองเพื่อจำแนกแมวกับสุนัขโดยพิจารณาจากคุณลักษณะสำหรับสัตว์คือเป้าหมายการทำนายคือตัวแปร / ฉลากแยก

สำหรับรายละเอียดเกี่ยวกับความแตกต่างระหว่างการจัดหมวดหมู่ C และการจัดหมวดหมู่ nu คุณสามารถค้นหาในคำถามที่พบบ่อยจากLIBSVM

ถาม: อะไรคือความแตกต่างระหว่าง nu-SVC และ C-SVC?

โดยทั่วไปพวกเขาเป็นสิ่งเดียวกัน แต่มีพารามิเตอร์ที่แตกต่างกัน ช่วงของ C คือจากศูนย์ถึงไม่สิ้นสุด แต่ nu อยู่ระหว่าง [0,1] คุณสมบัติที่ดีของ nu คือมันเกี่ยวข้องกับอัตราส่วนของเวกเตอร์สนับสนุนและอัตราส่วนของข้อผิดพลาดในการฝึกอบรม

การจำแนกประเภทหนึ่งสำหรับ "การตรวจจับค่าผิดปกติ" ซึ่งคุณมีเพียงหนึ่งคลาสข้อมูล ตัวอย่างเช่นคุณต้องการตรวจจับพฤติกรรม "ผิดปกติ" ของบัญชีผู้ใช้หนึ่งราย แต่คุณไม่มี "พฤติกรรมที่ผิดปกติ" ในการฝึกนางแบบ แต่พฤติกรรมปกติเท่านั้น

eps-regression และ nu-regression ใช้สำหรับปัญหาการถดถอยที่คุณต้องการทำนายจำนวนอย่างต่อเนื่องว่าราคาบ้าน สามารถดูรายละเอียดความแตกต่างได้ที่นี่: ความแตกต่างระหว่าง ep-SVR และ nu-SVR (และอย่างน้อยกำลังสอง SVR)

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.