问题标签 [svm]

我是 Python 中 PyML 的新用户。使用教程，我做了以下事情：

我得到了结果集r，但我不明白如何使用这个结果集用 Python 对一个全新的实例进行分类。有经验的人可以帮帮我吗？任何建议将不胜感激。

谢谢。

我正在尝试编写 SVM 或 KNN 程序来对文本文档进行分类。我掌握了两者的概念，但我希望看到一些很好的代码示例，专门演示如何将文本/单词表示为向量。有人知道好的教程/文章/讲座/任何带有代码示例的东西吗？即使是我可以自己单步执行的代码也会很好。我最擅长 ruby​​ 和 java，虽然我能理解 python、javascript、c++。我会用任何语言举例。

我有一个训练数据集和多个测试集（我在聚类框架中对实例进行分类，因此测试集的实例是动态计算的）。

实例属性有不同的尺度（第一个从 0 到 1，第二个从 0 到 100）。

我的分类器（逻辑回归和 SMO）如何处理他们没有同时拥有整个测试集的事实？

换句话说，如果他们不知道测试集中的最大值是多少，他们如何处理不同的尺度属性？

谢谢

归一化特征向量以用于线性内核 SVM 的正确方法是什么？

查看 LIBSVM，看起来它只是通过将每个功能重新缩放到一个标准的上限/下限来完成的。但是，PyML 似乎没有提供一种以这种方式扩展数据的方法。取而代之的是，有一些选项可以按向量的长度对向量进行归一化，按平均值移动每个特征值，同时按标准差重新缩放，等等。

我正在处理大多数特征都是二进制的情况，除了少数是数字的。

我正在实现一个非线性 SVM，我想在一个简单的非线性可分数据上测试我的实现。谷歌没有帮我找到我想要的。你能告诉我在哪里可以找到这样的数据吗？或者至少，我怎样才能手动生成这样的数据？

谢谢，

我需要知道 SVMlight 是否输出分类分数。我在任何地方都找不到它。我知道例如 libSVM 就可以了。thx

使用opencv CvSVM的一些问题

1. 它使用什么样的 svm？是否使用 svmlight？OpenCV2.2 有 svmlight，但我找不到太多对它的引用。

2. 如果我使用 CvSVM，我是否需要手动创建 80% 的训练数据和 20% 的测试数据，并迭代 5 倍重新验证以获得更好的输出？

3. 我正在使用 HOG 做一个检测器，我正在密切关注包装中的 opencv 示例行人检测器。我需要学习一个分类器来检测除行人之外的其他物体。任何建议将不胜感激。

谢谢！

我有一个简单的异或问题，我想在 libsvm 中使用 RBF 内核来学习。当我使用 XOR 问题训练 java libsvm 时，例如：

如果我使用 svm.svm_predict，我对测试向量 (0,0) 进行分类得到的结果为 -1，但如果我使用 svm.svm_predict_probability，则为 +1。甚至返回的概率也是相反的。我使用的代码和结果如下。谁能告诉我我在这里做错了什么？

- - - - - 结果 - - - - - - -

显然结果是完全相反的。这似乎发生在我选择作为测试的任何示例中。

有人可以对此有所了解吗？提前致谢

我的问题的核心是“如何为学习问题设计核函数？”

作为一个快速背景，我正在阅读有关支持向量机和内核机器的书籍，并且我所看到的所有作者都给出了内核的示例（多项式内核，同质和非同质，高斯内核，以及对基于文本的内核的暗示等等） ，但要么都提供了结果图片而不指定内核，要么模糊地声称“可以构造一个有效的内核”。当一个人为一个新问题设计一个内核时，我对这个过程很感兴趣。

可能最简单的例子是学习 XOR，一个最小的（4 点）非线性数据集，嵌入真实平面。如何想出一个自然的（和非平凡的）内核来线性分离这些数据？

作为一个更复杂的例子（参见 Cristianini，SVM 简介，图 6.2），如何设计一个内核来学习棋盘模式？Cristianini 说这张图片是“使用高斯核”得出的，但他似乎使用了多个，并且它们以未指定的方式组合和修改。

如果这个问题太宽泛而无法在这里回答，我会很感激参考构造一个这样的内核函数，尽管我希望这个例子有点简单。

我正在尝试使用 SVM Light 来学习 OpenCV2.2 HOG 描述符的分类器。我从 HOG 描述符中得到一个浮点向量输出。

阅读 SVMLight 文档后，我仍然无法理解输入训练和测试数据的格式是什么。

来自网站的 train.dat 中的一行示例：

在哪里，

有人可以帮忙吗？谢谢！