la sélection de c et la valeur gamma
Salut, je suis à l'exécution classification SVM en utilisant SMO, dans lequel mon noyau RBF, maintenant, je veux sélectionner c et sigma valeurs, à l'aide de la grille de la recherche et de la validation croisée, je suis nouvelle dans les fonctions du noyau, s'il vous plaît aider, étape par étape le processus
OriginalL'auteur pradeep deep | 2012-03-18
Vous devez vous connecter pour publier un commentaire.
oui, c'est ce que je voulais dire. Merci.
Je pense qu'il est intéressant de noter que ce que vous référant à (se divisant en k parties, etc) est appelée Cross-Validation, précisément 10-fold cross-validation. Les OP peuvent ne pas savoir que, parfois, la partie la plus difficile d'essayer de trouver plus d'informations, c'est de savoir quels mots-clés à rechercher.
bonjour merci pour votre réponse mais s'il vous plaît pourriez-u dire comment le code ,
Je vous ai juste donné l'algorithme, vous aurez à coder vous-même.
OriginalL'auteur Fred Foo
Lire Un Guide Pratique à Vecteurs de Support pour la Classication par Chih-Wei Hsu Chih-Chung Chang, et Chih-Jen. Ils ont l'adresse exacte de ce problème et expliquer les méthodes pour l'exécution d'une grille de recherche pour la sélection des paramètres. http://www.csie.ntu.edu.tw/~cjlin/documents/guide/guide.pdf
OriginalL'auteur karenu
Je vais juste ajouter un peu d'explication pour larsmans réponse.
La C paramètre est une régularisation/mou paramètre. Ses petites valeurs de la force de la pondération à petit. Plus il vieillit, la plage autorisée de poids devient plus large. Il en a résulté, les grandes C augmentation des valeurs de la peine pour les erreurs de classement et donc de réduire le taux d'erreur de classification sur les données d'apprentissage (qui peut conduire à un sur-ajustement). Votre temps de formation et le nombre de vecteurs de soutien augmentera à mesure que vous augmentez la valeur de C.
Vous pouvez également trouver utile de lire L'extension de SVM à une Douce Marge du Classificateur par K. K. Menton.
OriginalL'auteur Neeraj Bhatnagar
Vous pouvez également utiliser de Conception Uniforme de sélection de modèle qui permet de réduire le nombre de tuples vous avez besoin de vérifier.
Le papier ce qui explique qu'il est "sélection de Modèle pour les machines à vecteurs de support via uniforme de conception" par Chien-Ming Huang
L'implémentation en python peuvent exister dans ssvm 0.2
OriginalL'auteur Ehsan Sadr