首页 文章
  • 1 votes
     answers
     views

    获取HOG特征向量的大小 - MATLAB

    我是图像处理的初学者,我正在使用MATLAB从图像中提取HOG特征来训练SVM分类器 . 训练图像的大小为480 * 640像素,我使用内置MATLAB extractHOGFeatures功能的默认设置获得167796个功能 . 但是,当我测试模型时,它给我的功能较少(仅216个功能!),因为他们知道测试图像具有相同的训练图像大小 . 我在MATLAB中遇到这个错误“TEST和训练数据中的列数必...
  • 11 votes
     answers
     views

    从R中的e1071包训练SVM时获得错误“(下标)逻辑下标太长”

    我正在使用我的traindata训练svm . (E1071包装在R中) . 以下是有关我的数据的信息 . > str(train) 'data.frame': 891 obs. of 10 variables: $ survived: int 0 1 1 1 0 0 0 0 1 1 ... $ pclass : int 3 1 3 1 3 3 1 3 3 2 ... $ na...
  • 1 votes
     answers
     views

    插入功能'train'袋装svm失败

    我在Ubuntu上使用bioconductor包 MLSeq 和R版本3.1.2 . 我试过了the example provided by the package,这工作得很好 . 但是,我想将 bagsvm 方法用于 classify 函数,所以在 chunk 14 ,我更改了代码 svm <- classify(data = data.trainS4, method = "s...
  • 3 votes
     answers
     views

    研究R中的预测函数

    我试图理解当使用来自R package kernlab的命令ksvm时SVM预测函数如何工作 . 我尝试使用以下命令查看预测函数: methods(class="ksvm") getAnywhere(ksvm:::predict) 但是,我得到以下输出而不是完整的预测函数: A single object matching ‘:::’ ‘ksvm’ ‘predict’ was...
  • 2 votes
     answers
     views

    绘制由R中的插入符号包训练的SVM线性模型

    Purpose 我试图通过 plot 可视化SVMLinear分类模型 . 我正在使用 kernlab 包中提供的示例代码和数据,注意到 caret 实际上是通过 ksvm 函数训练svm(这里指的是src代码(https://github.com/topepo/caret/blob/master/models/files/svmLinear.R)) Problem 当我绘制插入符号模型对象的最...
  • 2 votes
     answers
     views

    R对象不是矩阵

    我是R的新手并试图在R中保存我的svm模型并阅读文档但仍然不明白有什么问题 . 我得到错误“对象不是一个矩阵”这似乎意味着我的数据不是一个矩阵,但它是......所以缺少一些东西 . 我的数据定义为: data = read.table("data.csv") trainSet = as.data.frame(data[,1:(ncol(data)-1)]) 最后一行是我的标...
  • 0 votes
     answers
     views

    GridSearchCV问题与sklearn

    我目前正在研究一个文本分类器,并使用sklearn中的GridsearchCV来获取我的分类器的最佳超参数 . 但是,在gridsearch返回的“best_score”中有一些我不理解的东西: f=open('cleaned_data.pkl','rb') X=pickle.load(f) f.close() f=open('cleaned_targets.pkl','rb') Y=pickl...
  • 0 votes
     answers
     views

    GCP的CPU利用率低

    在Google Cloud 端平台(GCP)上,我有以下规格: 机器类型:n1-standard-8(8个vCPU,30 GB内存) CPU平台:Intel Haswell 我正在使用Jupyter笔记本将SVM与大量NLP数据相匹配 . 这个过程非常慢,根据GCP我只在0.12% of CPUs左右使用 如何提高CPU利用率?
  • -2 votes
     answers
     views

    如何为SVM,sklearn,python选择合适的C.

    众所周知,C参数告诉SVM优化你想要避免错误分类每个训练样例的程度 . 对于较大的C值,如果超平面能更好地将所有训练点分类正确,则优化将选择边距较小的超平面 . 相反,非常小的C值将导致优化器寻找更大边距的分离超平面,即使该超平面错误分类更多的点 . 对于非常小的C值,您应该得到错误分类的示例,即使您的训练数据是线性可分的 . 因此,仍有一个问题仍然没有答案,或者至少是一个我无法找到答...
  • 11 votes
     answers
     views

    理解{caret}训练(tuneLength =)和来自{kernlab}的SVM方法

    试图更好地理解 train(tuneLength = ) 在 {caret} 中的工作原理 . 当我试图理解来自 {kernlab} 的SVM方法之间的一些差异时,我发生了混乱 . 我已经阅读了文档(here)和插入符号培训页面(here) . 我的玩具示例是使用 iris 数据集创建五个模型 . 结果是here,可重现的代码是here(他们're rather long so I didn't将...
  • 1 votes
     answers
     views

    无法理解SVM和LR中决策边界的绘图

    例如,我们有f(x)= x . 如何策划?我们取一些x然后计算y并再次执行此操作,然后逐点绘制图表 . 简单明了 . 但我无法理解如此清晰地绘制决策边界 - 当我们没有绘制时,只有x . SVM的Python代码: h = .02 # step size in the mesh Y = y # we create an instance of SVM and fit out data. We d...
  • 3 votes
     answers
     views

    使用scikit-learn线性SVM提取决策边界

    我有一个非常简单的1D分类问题:值列表[0,0.5,2]及其关联的类[0,1,2] . 我想获得这些类之间的分类界限 . 调整iris example(用于可视化目的),摆脱非线性模型: X = np.array([[x, 1] for x in [0, 0.5, 2]]) Y = np.array([1, 0, 2]) C = 1.0 # SVM regularization parame...
  • 0 votes
     answers
     views

    SVM MATLAB实现错误绘制决策边界

    我试图在MATLAB中进行二进制分类,但下面的代码最后会抛出错误 . load('ex6data1.mat'); % Plot training data plotData(X, y); fprintf('Program paused. Press enter to continue.\n'); pause; model=fitcsvm(X,y); visualizeBoundaryLi...
  • 6 votes
     answers
     views

    从线性SVM绘制三维决策边界

    我使用sklearn.svm.svc()拟合了3个特征数据集 . 我可以使用matplotlib和Axes3D绘制每个观察点 . 我想绘制决策边界以查看拟合 . 我已经尝试调整2D示例来绘制决策边界无济于事 . 我知道clf.coef_是一个与决策边界垂直的向量 . 我如何绘制这个以查看它在哪里划分?
  • 1 votes
     answers
     views

    SVM中的决策边界计算

    一旦得到模型的系数,我无法理解如何计算决策边界 . 这是我所指的链接:http://scikit-learn.org/stable/auto_examples/svm/plot_svm_margin.html 这是代码 # get the separating hyperplane w = clf.coef_[0] a = -w[0] / w[1] xx = np.linspace(-5, 5) ...
  • 3 votes
     answers
     views

    获取SVM的决策边界

    在以下示例中:http://scikit-learn.org/stable/auto_examples/svm/plot_separating_hyperplane.html 我想获得图中所示的(线)决策边界的系数 . 打电话给 clf.coef_ 回报 [[-0.2539717 -0.83806387]] 如果我没有弄错的话,它代表了等式线 y = -0.83806387 * x - 0....
  • 2 votes
     answers
     views

    使用kernlab绘制字符串内核svm /决策边界

    我正在使用kernlab来学习内核SVM的基础知识,并且在绘制应用于路透社数据集的模型的结果时遇到了一些困难 . Jean-Philippe Vert撰写了一篇精彩的教程,我正在关注(http://members.cbio.mines-paristech.fr/~jvert/svn/tutorials/practical/stringkernels/stringkernels.R),但我想修改它以...
  • 2 votes
     answers
     views

    kernlab类预测计算失败=>使用SVMLinear NOT SVMRadial

    我在使用插入符号训练SVMLinear时遇到了问题 . 尽管如此,数据与SVMRadial一样正常 . 数据可通过(2016年5月29日)访问:https://www.dropbox.com/s/ia2vc25uhxdgqn1/projetTest01.txt?dl=0 (8000行1021变量,〜10%目标) 这是代码: projetTest01<-read.table("pro...
  • 14 votes
     answers
     views

    训练ksvm prob.model中的行搜索失败

    跟进Invalid probability model for large support vector machines using ksvm in R: 我正在使用k中的kernlab包中的ksvm训练SVM . 我想使用概率模型,但在sigmoid拟合期间,我得到以下错误消息: line search fails -1.833726 0.5772808 5.844462e-05 5.8395...
  • 2 votes
     answers
     views

    参数C. epsilon作为k中kernlab的ksvm中的向量

    我试图在R中使用kernlab包的ksvm函数进行epsilon-SVM回归 . 我想把参数C(正则化常数)和epsilon(不敏感性)作为向量(向量的长度=训练数据长度) . 但我无法弄清楚如何做到这一点 . 请提出一些建议 .
  • 1 votes
     answers
     views

    自定义SVM模型在插入符号中进行调整时出错

    我正在尝试按照this link创建自定义SVM并通过一些交叉验证来运行它 . 我的主要原因是在我的网格搜索中运行Sigma,Cost和Epsilon参数,而最近的插入符号模型(svmRadial)只能执行其中的两个 . 当我尝试运行下面的代码时,我在网格的每次迭代中都会出现以下错误: Warning in eval(expr, envir, enclos) : model fit faile...
  • 0 votes
     answers
     views

    如何在tune.svm()中省略空模型错误?

    我试图使用tune.svm函数,因为我不知道哪些参数会产生一个好的模型(因为训练数据将被用户选中),我需要涵盖各种各样的值 . 目前我有这种行为 tune(svm, value ~ . , data= data_l, ranges=list(cost = 10^(0:5), epsilon = 10^(-1:0))) Parameter tuning of ‘svm’: - sampling me...
  • 1 votes
     answers
     views

    R:svmRadial在插入符号中无法正常工作

    我试图运行“应用预测建模”一书中的代码,该部分是关于使用径向内核通过插入符号“训练”功能训练SVM的部分 . 我没有添加任何内容就复制了代码 . 代码运行没有任何错误,但结果与书中写的不一致 . 所有概率几乎相同,所有对象都分为一类 . 这是这段代码: library(caret) data("GermanCredit") GermanCredit <- GermanCr...
  • 3 votes
     answers
     views

    在存储在硬盘驱动器上的非常大的数据集上训练SVM

    存在一个非常大的自己收集的大小为 [2000000 12672] 的数据集,其中行显示实例数和列数,即要素数 . 此数据集占用本地硬盘上的 ~60 Gigabyte . 我想在此数据集上训练线性SVM . 问题是我只有 8 Gigabyte of RAM! 所以我无法加载所有数据一次 . 有没有解决方案来训练这个大型数据集上的SVM?生成数据集是我自己的愿望,目前是HDF5格式 . 谢谢
  • -1 votes
     answers
     views

    查找数据库

    我想找到一个真正的数据分类用于分类,而不是模拟,其中具有线性内核的SVM具有差的精度(接近50%)并且具有多项式或径向(RBF)内核的SVM更好 . 我一直在寻找,但3种类型的内核具有相似的准确性 .
  • 1 votes
     answers
     views

    我应该使用哪种分类算法对这些变量进行文档分类?

    我试图在基于文字袋,页面布局,包含或不包含表格的文档中对页面进行分类,特别是搜索页面,具有粗体 Headers 等 . 在这个前提下,我为每个创建了一个 pandas.DataFrame 文献: page totalCharCount matchesOfWordX matchesOfWordY hasFeaturesX hasFeaturesY hasTable...
  • 1 votes
     answers
     views

    如何在sklearn中为svm选择参数

    我正在尝试使用sklearn中的SVM来解决分类问题 . 我得到了一个高度稀疏的数据集,其中包含超过50K行和二进制输出 .问题是我不太清楚如何有效地选择参数,主要是内核,gamma和c . 例如,对于内核,我是否应该尝试所有内核并保留给我最满意结果的内核,或者在选择内核之前我们可以看到与我们的数据相关的内容?C和伽玛也一样 . 谢谢 !
  • 13 votes
     answers
     views

    libsvm缩小启发式

    我在C-SVC模式下使用libsvm,使用2阶多项式内核,我需要训练多个SVM . 在训练期间,我为一些我训练的SVM获得了这些警告中的一个或者两个警告: WARNING: using -h 0 may be faster * WARNING: reaching max number of iterations optimization finished, #iter = 10000000 我找...
  • 0 votes
     answers
     views

    调整SVM回归的参数

    我正在尝试创建一个SV回归 . 我正在使用一些高斯噪声从sinc函数生成数据 . 现在,为了找到RBF内核的最佳参数,我通过运行5倍交叉验证来使用GridSearchCV . P.S - 我是python和机器学习的新手,所以也许代码在某种程度上不是非常优化或正确的 . 我的代码: import numpy as np import matplotlib.pyplot as plt from s...
  • 4 votes
     answers
     views

    规范化数据后,sckit-learn fit()会导致错误

    我一直在尝试这个: 从数据集创建X要素和y 拆分数据集 规范化数据 使用Scikit-learn的SVR训练 这是使用填充了随机值的pandas数据帧的代码 import pandas as pd import numpy as np df = pd.DataFrame(np.random.rand(20,5), columns=["A","B&q...

热门问题