我要求您提供有關分類問題的輸入和/或幫助。如果任何人有任何我可以閱讀的參考資料,以幫助我更好地解決我的問題。分類:處理棄權/拒絕類
我有一個分類問題的四個離散和很好分離的類。然而我的輸入是連續的並且具有很高的頻率(50Hz),因爲它是一個實時問題。
圓圈代表的類的集羣,藍線的決定邊界和第5類等於(中性/靜止什麼也不做類)。這個班是被拒絕的班。然而,問題在於,當我從一個班級轉到另一個班級時,我在轉換動作中激活了很多誤報,因爲這個動作顯然是非線性的。例如,每次我從5班(中立班)轉到1班時,我都會在進入1班之前先看到很多3。
理想情況下,我希望我的決策邊界看起來像下圖中被拒絕的類是Class = 5的那個。具有比其他類更高的決策邊界以避免在轉換期間出現錯誤分類。我目前正在Matlab中實現我的算法,使用樸素貝葉斯,kNN和使用Matlab的SVMs優化算法。
問題:處理棄權/拒絕類的最佳/常用方法是什麼?我應該使用(模糊邏輯,損失函數,我應該在訓練中包含休息集羣)嗎?
你的意思是運動不明確和含糊不清。例如,如何在上圖所示的圖表中從5級移到1級時得到錯誤的「3」? 3從來沒有阻礙過。你輸入的頻率很高也是一個令人困惑的陳述。快樂進一步定義你是什麼意思,並想要完成 –
你是正確的,他們不妨礙。但是,上面顯示的例子是假設的,數據是非線性的,所以即使我身體上沒有通過3達到1,但由於非線性,我仍然可以看到它。 –