使用Liblinear的熟練輸出

Question

我正面臨lib-linear包的一個非常奇怪的問題。 我有兩個級別（+1，-1）。 說我只有一個功能，它的值爲$ x_1 $，$ x_2 $，...，$ x_n $爲n個點。它的分類很好，給出一些正面的權重$ w * $，例如成本C。 現在，如果我將$ 1 $堆棧到前一個特徵來創建一個新的特徵向量[1 x_i] i = 1,2，...，n;現在有了這個新問題，lib-linear給出了以下內容： 加權矢量[w_1 -w_2];即，對1的權重是w_1並且對於x是w_2。 成本C1遠大於以前的成本C.

據我所知，新功能（1）始終沒有變化，因此它的權重應該自動爲零。

這是一個最小化問題，所以應該給W_1〜0，因此，現在的成本C1是至多等於C.

誰能幫助？

Answer 1

既然你有一個恆定的輸入維度，它在決策函數中的貢獻也是恆定的。 LIBLINEAR的決定作用是

f(x)=sign(w^T*x-rho) 

我的猜測是，你的新模式，通過RHO校正的額外項（由於非零W_1）。不過，我不能說我有一個好主意，但爲什麼w_1沒有被最小化爲零。兩個模型的預測是否相等？