问题标签 [svm]

我正在寻找可以在我的 .NET 项目中使用的支持向量机库。到目前为止，我发现的两个有希望的是NPatternRecognizer，但它只支持分类（不支持回归）。 LibSVM支持回归，但 .NET 包装器似乎不支持。对于支持回归的 .NET SVM 库有什么好的建议吗？

我想在给定的一组类别中对推文进行分类，例如 {'sports'、'entertainment'、'love'} 等...

我的想法是用最常用词的词频来帮助我解决这个问题。例如，“爱”这个词出现在爱情类别中的频率最高，但它也以“我喜欢这个游戏”和“我喜欢这部电影”的形式出现在体育和娱乐中。

为了解决这个问题，我设想了一个 3 轴图表，其中 x 值是我的推文中使用的所有单词，y 值是类别，z 值是术语频率（或某种类型的分数）词和类别。然后我会将推文分解到图表上，然后将每个类别中的 z 值相加。具有最高总 z 值的类别很可能是正确的类别。我知道这很令人困惑，所以让我举个例子：

“看”这个词在体育和娱乐中出现了很多（“我在看比赛”和“我在看我最喜欢的节目”）……因此，我至少将其缩小到这两个类别。但是“游戏”这个词在娱乐中并不经常出现，而在体育运动中也并不经常出现。'watch' + 'game' 的 Z 值将在体育类别中最高，而 'watch' + 'show' 将在娱乐类别中最高。

现在您了解了我的想法是如何运作的，我需要帮助组织这些数据，以便机器学习算法可以在我给它一个词或一组词时预测类别。我读过很多关于 SVM 的文章，我认为它们是正确的选择。我尝试了 libsvm，但我似乎无法想出一个好的输入集。此外，libsvm 不支持非数字值，这增加了复杂性。

有任何想法吗？我什至需要一个库，还是应该自己编写决策代码？

谢谢大家，我知道这很长，对不起。

我正在寻找一些关于我目前面临的问题的建议。

我有一组传感器，比如 S1-S100，它在执行某些事件 E1-E20 时触发。假设通常E1触发S1-S20，E2触发S15-S30，E3触发S20-s50等，E1-E20是完全独立的事件。有时，事件 E 可能会触发任何其他不相关的传感器。

我正在使用 20 svm 的集合来分别分析每个事件。我的功能是传感器频率 F1-F100、每个传感器被触发的次数以及其他一些相关功能。

我正在寻找一种可以降低传感器特征维度的技术（F1-F100）/或一些包含所有传感器并降低维度的技术（我最近几天一直在寻找一些信息论概念）。我不认为平均化、最大化是一个好主意，因为我冒着丢失信息的风险（它没有给我带来好的结果）。

有人可以建议我在这里缺少什么吗？一篇论文或一些开始的想法......

提前致谢。

给定一个线性可分的数据集，使用硬边距 SVM 是否一定比软边距 SVM 更好？

我正在使用支持向量机写我的学士论文。是不是，“epsilon”参数是优化误差（包括c）时的容差？所以如果最大的约束。边距和最小值 错误至少比优化停止的“epsilon”更接近其最佳值？

我刚开始在 python 中使用 libsvm 并得到了一些简单的分类。

问题是我正在构建一个人脸检测系统，我想要一个非常低的错误拒绝率。另一方面，支持向量机似乎针对相等的错误拒绝和错误接受进行了优化。我在这里有什么选择？

正如前面所说，我对 libsvm 很陌生，所以请善待。;)

我正在使用 Bioconductor 包CMA对微阵列数据集中的 SVM 分类器执行内部蒙特卡罗交叉验证 (MCCV)。CMA 在内部使用 e1071 R 包进行 SVM 工作。

该数据集有 45 个样本（观察）的 387 个变量（属性），属于两个类别之一（标签 0 或 1；比例约为 1:1）。所有数据都是数字，没有 NA。我正在尝试一个 1000 次迭代的 MCCV，它使用limma 统计数据为 SVM 选择了 15 个变量来进行差异基因表达分析。在 MCCV 期间，45 个样本集的一部分用于训练 SVM 分类器，然后用于测试剩余部分，我正在为训练集部分尝试不同的值。CMA 还执行内部循环验证（默认情况下，在训练集中进行 3 倍交叉验证）以微调分类器以用于针对测试集的交叉验证。所有这些都是在 CMA 包中完成的。

有时，对于较小的训练集大小，CMA 会在控制台中显示错误，并暂停执行分类的其余代码。

即使我使用 limma 以外的测试进行变量选择，或者使用两个而不是 15 个变量进行分类器生成时，也会发生这种情况。我使用的 R 代码应确保训练集始终具有两个类的成员。我将不胜感激对此的任何见解。

下面是我使用的 R 代码，包括 Mac OS X 10.6.6、R 2.12.1、Biobase 2.10.0、CMA 1.8.1、limma 3.6.9 和 WilcoxCV 1.0.2。数据文件 hy3ExpHsaMir.txt 可以从http://rapidshare.com/files/447062901/hy3ExpHsaMir.txt下载。

一切正常，直到for(g in 0:10)循环中的g为 9 （用于改变训练/测试集的大小）。

回溯（）的输出：

我在使用最新的 C++ 语法与 Mat 和 PCA 类一起工作时遇到问题。较旧的 C 语法采用 IplImage* 数组作为参数来执行其处理，而当前 API 仅采用按 Column 或 Row 格式化的 Mat。我采用了 Row 方法，使用 reshape 函数来拟合我的图像矩阵以适合单行。我最终想要获取这些数据，然后使用 SVM 算法进行检测，但是当我这样做时，我的所有数据都只是一个 0 流。有人可以帮我吗？我究竟做错了什么？谢谢！

我看到了这个问题，它有点相关，但我不确定解决方案是什么。

这基本上就是我所拥有的：

您能否举一个在 matlab 中使用支持向量机 (SVM) 对 4 个类进行分类的示例，例如：

我是 MATLAB 的初学者，正在做我的数字图像处理编程项目，即使用小波特征+SVM+PCA+ANN 的磁共振图像分类。我从 MATLAB 工具中执行了示例 SVM 分类并对其进行了修改以满足我的要求。在输入向量中存储多个特征以及向 SVM 提供新输入时，我遇到了问题。请帮忙。