问题标签 [svm]
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.
neural-network - 从简历中做出预测
我有一个包含许多简历的数据库，包括每个人的性别、年龄、地址、受教育年限和许多其他参数的结构化数据。
对于大约 10% 的样本，我还有一些关于他们在某个时间点采取的特定行动的额外数据。例如，Jane 于 1998 年 7 月获得房屋贷款，或者 John 于 2007 年 1 月开始飞行员培训并于 2007 年 12 月获得执照。
我需要一种算法，该算法将为每个动作提供在未来时间增量中每个人发生的概率。例如，比尔在 2011 年获得住房贷款的机会是 2%，在 2012 年是 3.5%，等等。
我应该如何处理这个？回归分析？支持向量机？神经网络？还有什么？
是否有一些标准工具/库可以仅用于明显的自定义设置？
svm - 需要 SVM 实现或 Java 库
我有一个包含 2400 个样本和 10,000 个特征的数据集。所有数据都是二进制的（+1 或 -1）。我需要通过 SVM 算法运行它，以便我可以将我的算法与它进行比较。但是，我对 SVM 或使用哪个包知之甚少。我试着读一下，这样我就可以实现一个，但它超出了我的想象，我需要从中得到权重向量。我是 Windows 用户，我用 Java 实现了我的实现。我可以将我的数据导出到包含 1 和 0 的文本文件中。我可以访问 MatLab，但有些东西告诉我它会非常慢，并且不会真正在我的 1.6ghz 2gb RAM 笔记本电脑上运行得足够快（我需要它）。我必须运行该算法几百次才能获得准确的结果。
我真的只是在寻找可以在我的案例中使用的快速且易于理解的库或 SVM 实现。
谢谢你们。请随时提出任何其他问题以更好地帮助我。
linux - 本机内存管理的 EMGU 库 OPENCV 问题 - 真的适用于单声道吗？
我们正在从事一个涉及使用 EMGU 的项目，特别是 OpenCV 的 SVM 功能，我们在 Ubuntu 平台上使用 Mono 时遇到问题，而在 Windows 上没有这个问题。当我们调用 Emgu.CV.ML.SVM.Train 方法时，问题就出现了。所有参数都是正确的，我们无法调试包装的代码......
我们试图增加共享内存和其他技巧，但它不起作用。你有什么主意吗？谢谢安杰洛
python - 在 PyML 中获取多类问题的召回率（灵敏度）和精度（PPV）值
我正在使用PyML进行 SVM 分类。但是，我注意到当我使用 LOO 评估多类分类器时，结果对象不会报告敏感度和 PPV 值。相反，它们是 0.0：
我查看了代码，但无法弄清楚这里出了什么问题。有人有解决方法吗？
c# - SVM 可以增量学习吗？
我正在使用多维 SVM 分类器（SVM.NET，libSVM 的包装器）对一组特征进行分类。
给定一个 SVM 模型，是否可以合并新的训练数据而无需重新计算所有先前的数据？我想另一种说法是：SVM 是可变的吗？
algorithm - 帮助我理解二进制 SVM 中的线性可分性
我从math.stackexchange.com交叉发布了这个，因为我没有得到任何反馈，而且这对我来说是一个时间敏感的问题。
我的问题与支持向量机中超平面的线性可分性有关。
根据维基百科：
...形式上，支持向量机在高维或无限维空间中构造一个超平面或一组超平面，可用于分类、回归或其他任务。直观地说，与任何类的最近训练数据点的距离最大的超平面（所谓的功能边距）实现了良好的分离，因为一般来说，边距越大，分类器的泛化误差越低。
超平面对类的线性分离直观地对我来说是有意义的。我想我理解二维几何的线性可分性。但是，我正在使用流行的 SVM 库 (libSVM) 实现 SVM，并且在处理数字时，我无法理解 SVM 如何在类之间创建曲线，或者将类别 1 中的中心点包含在圆形曲线中如果 n 维空间 V 中的超平面是维度 n - 1 的“平面”子集，则被类别 2 中的点包围，或者对于二维空间 - 一维线。
这就是我的意思：
那不是超平面。那是圆形的。这是如何运作的？或者 SVM 内部的维度是否比二维 2D 输入特征多？
此示例应用程序可在此处下载。
编辑：
感谢您的全面回答。所以 SVM 可以通过使用核函数很好地分离奇怪的数据。在将数据发送到 SVM 之前对数据进行线性化是否有帮助？例如，我的一个输入特征（一个数值）有一个转折点（例如 0），它恰好适合类别 1，但高于和低于零则适合类别 2。现在，因为我知道这一点，它会帮助分类发送SVM这个特征的绝对值？
python - 为 SVM 库 LIBSVM 使用 python 绑定的示例
我急需一个在 python 中使用 LibSVM 的分类任务示例。我不知道输入应该是什么样子，哪个函数负责训练，哪个函数负责测试 谢谢
machine-learning - LibSVM 和非数值数据
我对使用 LibSVM 进行文本分类很感兴趣。您如何建议我将术语/单词转换为数字数据，以便 LibSVM 可以理解？
谢谢！
machine-learning - 机器学习——支持向量机特征融合技术
在我的期末论文中，我试图通过结合颜色和深度信息来建立一个 3D 人脸识别系统。我做的第一步是使用迭代最近点算法将数据头重新对齐到给定的模型头。对于检测步骤，我正在考虑使用 libsvm。但我不明白如何将深度和颜色信息组合到一个特征向量中？它们是相关信息（每个点都由颜色（RGB）、深度信息和扫描质量组成）..你建议做什么？像加权一样的东西？
编辑：昨晚我读了一篇关于 SURF/SIFT 功能的文章，我想使用它们！它可以工作吗？概念如下：从彩色图像和深度图像（范围图像）中提取这些特征，使用每个特征作为 svm 的单个特征向量？
r - predict.svm 不预测新数据
不幸的是，我在以下简单示例中使用 predict() 时遇到问题：
结果如下：
谁能解释为什么 predict() 只给出训练样本 (x,y) 的拟合值而不关心测试数据？
非常感谢您的帮助！
理查德