我需要对两个类之间的一些值进行分类。我有大约 30 个值可以用作训练集,每个值都有 10 个不同的维度。我正在使用 libSVM(在 Python 中),它似乎工作得很好。
我也在尝试对 libSVM 计算的模型进行解释,因为我认为在分类过程中某些维度比其他维度更“重要”。
例如,考虑以下示例:
y, x = [1,1,1,-1,-1,-1],[[1,-1],[1,0],[1,1],[-1,-1],[-1,0],[-1,1]]
prob = svm_problem(y, x)
param = svm_parameter()
param.kernel_type = LINEAR
param.C = 10
m = svm_train(prob, param)
svm_save_model('model_file', m)
很明显,x list 的元素的第二维对于这个数据集的分类是没有用的。
我的问题是:
有没有系统的方法来检测这些分析 libSVM 生成的模型的情况?