我有一个分类任务,我使用svm_perf应用程序。
问题是已经训练了模型,我想知道是否有可能获得特征的权重。
有一个-a参数输出 alpha,老实说,我不记得 SVM 中的 alpha 我认为权重总是w。
我有一个分类任务,我使用svm_perf应用程序。
问题是已经训练了模型,我想知道是否有可能获得特征的权重。
有一个-a参数输出 alpha,老实说,我不记得 SVM 中的 alpha 我认为权重总是w。
如果您正在实现线性 SVM,则有一个 基于模型文件输出的Python 脚本svm_learn
和svm_perf_
学习。更具体地说,权重就是w=SUM_i (y_i*alpha_i*sv_i)
支持sv_i
向量的位置,y_i
是训练样本的类别。
如果您使用的是非线性 SVM,我认为权重系数与输入空间没有直接关系。然而,您可以获得决策功能:
f(x) = sgn( SUM_i (alpha_i*y_i*K(sv_i,x)) + b );
K
你的核函数在哪里。