问题标签 [liblinear]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
machine-learning - 使用 LIBLINEAR 进行多类分类
我是支持向量机的初学者,我已经成功实现了一类分类。现在我想了解多类分类,这让我非常困惑。
我经历了 如何使用支持向量机 (SVM) 进行多类分类,我想要完全相同的输出,但链接没有使用 windows 的具体示例。如果有人可以帮助我在 windows 中为“ONE”提供一个示例-AGAINST-ONE”,”ONE-AGAINST-ALL”的多类分类方法
谢谢
machine-learning - 使用 LIBLINEAR 进行多标签预测
我正在使用 LIBLINEAR,我需要知道 Windows 中的多标签预测是否可行。我尝试了谷歌但没有运气
我希望通过以下方式产生输出
我用三个类标签 1,2,3 训练了大约 10 个文档,现在当我将测试文档提供给分类器时,如果文档属于标签 1 和 2,那么它应该产生 1,2 或其他表明文档属于到 1 和 2 两个类标签
我想要一个在 windows 中的例子
谢谢
python - Sklearn LinearSVC库中惩罚和损失参数的区别
我对 SVM 理论不是很熟悉,我在 python 中使用了这个 LinearSVC 类:
http://scikit-learn.org/stable/modules/generated/sklearn.svm.LinearSVC.html#sklearn.svm.LinearSVC
我想知道惩罚和损失参数之间有什么区别?
c - 什么可能导致 liblinear 达到最大迭代次数?
我在我的程序中使用liblinear来使用求解器执行多类分类L2R_L2LOSS_SVC_DUAL
。在当前的测试设置中,我有来自 9 个类的 1600 个实例,每个类有 1000 个特征。
我正在尝试使用 5 倍交叉验证来确定用于训练的最佳 C 参数,但即使 C 为 1.0 liblinear 也能达到最大迭代次数:
常见问题解答网站提到了两个可能的原因:
- 数据未按比例缩放。
- 使用了较大的 C 参数。
- 使用了大量具有少量特征的实例,因此求解器
L2R_L2LOSS_SVC
可能更快。
两者都不适用于我的情况。因为我的特征向量是某种直方图,所以有一个自然最大值,我用它来将特征缩放到 [0,1]。
我将 liblinear 的参数设置如下:
我的问题是:FAQ 中未提及的其他哪些原因可能会导致 liblinear 在这种情况下运行缓慢,我该怎么做?
matlab - (自由线性)错误:C <= 0
在尝试训练 SVM 时,我从 Liblinear 收到以下错误:'错误:C <= 0'。虽然很明显出了什么问题,但我无法弄清楚为什么会出现问题,因为通过交叉验证找到的 CI 是肯定的。
这是用于查找 C 的交叉验证代码(我已删除低位)
我得到的结果是
但是,当我训练 SVM 时,我得到了
如果有人有任何建议,他们将不胜感激!
(另外,如果有任何用处,我的数据大约是 2/3 负数和 1/3 正数)
python - liblinear 内存开销太大
我已经运行 liblinear 来对模型文件进行建模。
python代码在这里:
问题是当vector_file约为247MB时,运行liblinear时的总内存成本约为3.08GB。为什么要花这么多钱?
而在我的项目中,vector_file 将有 2GB 大,如何使用 liblinear 来训练问题,然后我可以得到一个模型文件?
machine-learning - Libsvm / Liblinear 中的实例称重
我经常将实例权重与 Libsvm 一起用于分类问题。 http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/#weights_for_data_instances
有谁知道在 libsvm 中使用实例称重时实现的算法的细节?标准的 SVM 模型学习算法为所有训练实例分配相等的权重,从而为训练实例上的误差分配相同的权重。我相信 Libsvm 使用的算法会有所不同。在网上搜索后,我确实找到了一些类似的论文。例如[1],但我需要与可能确定这一点的人确认。
谢谢!
[1] 杨雪蕾,宋庆,王悦。“用于数据分类的加权支持向量机。” 国际模式识别和人工智能杂志 21.05 (2007): 961-976。
machine-learning - Liblinear vs Pegasos
我一直在寻找快速线性 SVM 库,我遇到了两个最重要的Liblinear和Pegasos,从 liblinear 的论文中,它看起来 liblinaer 优于 pegasos。但是,pegasos 声称,如果数据稀疏,那么它的工作速度很快。由于pegasos较早出现,因此在它的文档中没有比较。
那么对于稀疏数据我应该选择什么?
python - 如何使用 liblinearutil 包在 python 中训练和预测测试文件?
任何人都可以对 python 中的 liblinearutil 包提供任何见解吗?我想训练和测试文件。我确实阅读了文档,但不太明白。我是这样做的:
但是,我收到“没有名为 liblinearutil 的模块错误”!谁能解释一下!!
java - Liblinear usage format
I am using .NET implementation of liblinear in my C# code by the following nuget package: https://www.nuget.org/packages/Liblinear/
But in the readme file of liblinear, the format for x is:
struct problem
describes the problem:
But, in the example showing java implementation: https://gist.github.com/hodzanassredin/6682771
which means his data set is:
So, he is not storing the nodes as per sparse format of liblinear. Does, anyone know of correct format for x for liblinear implementation?