问题标签 [svm]

使用带有支持向量机的 RBF 内核时有两个参数：C 和 γ。事先不知道哪个 C 和 γ 最适合一个问题；因此，必须进行某种模型选择（参数搜索）。目标是识别好的（C;γ），以便分类器可以准确地预测未知数据（即测试数据）。

weka.classifiers.meta.GridSearch是用于调整一对参数的元分类器。然而，似乎需要很长时间才能完成（当数据集相当大时）。为了缩短完成这项任务所需的时间，您建议做什么？

根据支持向量机的用户指南：

C：软边距常数。较小的 C 值允许忽略靠近边界的点，并增加边距。

γ> 0 是控制高斯宽度的参数

我有一个应用程序需要区分好的 HTTP GET 请求和坏的。

1) SVM 是否适合这项任务？2) 我可以用原始 URL 训练它吗？- 没有明确指定“功能” 3）我需要多少个 URL 才能使其擅长预测？4) 我应该使用什么样的 SVM 内核？5) 在我训练它之后，我如何让它保持最新状态？6) 我如何在 SVM 上再次测试看不见的 URL 以确定它的好坏？我

我已经在支持向量机上工作了大约 2 个月了。我自己编写了 SVM，对于 SVM 的优化问题，我使用了 John Platt 博士的序列最小优化（SMO）。

现在我正处于进行网格搜索以找到我的数据集的最佳 C 值的阶段。（请在此处找到我的项目应用程序和数据集详细信息的详细信息SVM 分类 - 每个类的最小输入集数）

我已经成功检查了我自定义实现的 SVM 对从 2^0 到 2^6 的 C 值的准确性。但是现在我在 C> 128 的 SMO 收敛方面遇到了一些问题。就像我试图找到 C=128 的 alpha 值一样，它需要很长时间才能真正收敛并成功给出 alpha 值。

对于 C=100，SMO 收敛所需的时间约为 5 小时。我认为这个巨大（因为 SMO 应该很快。）虽然我得到了很好的准确性？我搞砸了，不是因为我无法测试更高 C 值的准确性。

实际上，我正在显示在 SMO 的每次传递中更改的 alpha 数量，并获得 10、13、8... alpha 连续变化。KKT 条件确保收敛，那么这里发生了什么奇怪的事情？

请注意，尽管执行时间很长，但我的实现对于 C<=100 的精度很高。

请就这个问题给我意见。

谢谢你和干杯。

我是 SVM 的新手，我正在尝试使用 Python 的libsvm接口对包含均值和标准差的样本进行分类。但是，我得到了荒谬的结果。

此任务是否不适合 SVM，或者我在使用 libsvm 时是否有错误？下面是我用来测试的简单 Python 脚本：

该域似乎相当简单。我希望如果它被训练知道 2.5 的平均值意味着标签 1，那么当它看到 2.4 的平均值时，它应该返回标签 1 作为最可能的分类。但是，每个内核的准确度为 0%。为什么是这样？

一些旁注，有没有办法隐藏终端中 libsvm 转储的所有详细训练输出？我搜索了 libsvm 的文档和代码，但找不到任何方法来关闭它。

此外，我曾想在我的稀疏数据集中使用简单的字符串作为键（例如 {'mean':2.5,'stddev':3.5}）。不幸的是，libsvm 只支持整数。我尝试使用字符串的长整数表示（例如 'mean' == 1109110110971110），但 libsvm 似乎将这些截断为正常的 32 位整数。我看到的唯一解决方法是维护一个单独的“密钥”文件，将每个字符串映射到一个整数（'mean'=0，'stddev'=1）。但显然这会很痛苦，因为我必须与序列化分类器一起维护和持久化第二个文件。有没有人看到更简单的方法？

创建 libsvm 训练文件时，如何区分名义属性和数字属性？我正在尝试将某些名义属性编码为整数，但我想确保 libsvm 不会将它们误解为数值。不幸的是，libsvm 的站点似乎只有很少的文档。Pentaho 的文档似乎暗示 libsvm 做出了这种区分，但我仍然不清楚它是如何做出的。

在 Matlab 中执行 SVM 训练后，如何可视化 SVM 分类？

到目前为止，我只训练了 SVM：

是否有现有的判别性重新排序软件，例如Charniak NLP 解析器、Shen、Sarkar 和 Och 的解析器或Shen 和 Joshi 的技术使用的软件？我想要一些可以轻松适应自己用途的东西，类似于解析重新排序。

我正在使用PYML构建多类线性支持向量机 (SVM)。在训练 SVM 之后，我希望能够保存分类器，以便在后续运行中我可以立即使用分类器而无需​​重新训练。不幸的是，该分类器没有实现 .save() 函数，并且尝试腌制它（使用标准 pickle 和 cPickle ）会产生以下错误消息：

有没有人知道解决这个问题的方法或没有这个问题的替代库？谢谢。

编辑/更新
我现在正在训练并尝试使用以下代码保存分类器：

请注意，我现在使用 PyML 保存机制而不是使用酸洗进行保存，并且我已将“saveSpace=False”传递给训练函数。但是，我仍然遇到错误：

但是，我通过 saveSpace=False... 那么，如何保存分类器？

PS
我正在使用的项目是pyimgattr，以防您想要一个完整的可测试示例...该程序使用“./pyimgattr.py train”运行...这会给您带来此错误。另外，关于版本信息的注释：

我正在使用libsvm对具有大量特征/属性（每个项目大约 5,800 个）的数据集进行多类分类。我想为 C 和 Gamma 选择比我目前使用的默认值更好的参数。

我已经尝试过运行easy.py，但是对于我正在使用的数据集，估计时间几乎是永远的（在20、50、100和200个数据样本上运行easy.py，并得到一个预测的超线性回归我必要的运行时间需要数年）。

有没有办法比默认值更快地获得更好的 C 和 Gamma 值？我正在使用 Java 库，如果这有什么不同的话。

我正在使用libsvm并且文档让我相信有一种方法可以输出输出分类准确性的可信概率。是这样吗？如果是这样，任何人都可以提供一个明确的例子来说明如何在代码中做到这一点？

目前，我正在以下列方式使用 Java 库