libsvm

1熱度

2回答

我使用這個代碼從蜂巢中獲取數據星火： val hc = new org.apache.spark.sql.hive.HiveContext(sc) val MyTab = hc.sql("select * from svm_file") ，我也得到數據幀： scala> MyTab.show() +--------------------+ | line| +----------

2熱度

1回答

如何使用libsvm獲得概率輸出

我想在LIBSVM中使用-b選項，並且無法在Matlab中找到示例用法。當我試圖寫這個： svmtrain(bow, [1;0;0;0;0;0;0;0], '-b 1'); 我得到「錯誤的參數數」錯誤。當我從參數中刪除'-b 1'時，在svmpredict中我只得到0或1的結果。我想要概率結果。我怎樣才能做到這一點？感謝

1熱度

2回答

在libsvm中Holdout vs. K fold交叉驗證

我正在做一個使用libsvm的分類任務。我有一個10分的交叉驗證，F1分數是0.80。但是，當我將訓練數據集分成兩部分（一部分用於訓練，另一部分用於測試，我稱之爲保持測試集），F1分數降至0.65。分割比例爲.8至.2。所以，我的問題是，在進行k-fold交叉驗證與堅持測試時是否有任何顯着差異？這兩種技術中的哪一種會產生一種能夠很好地推廣的模型？在這兩種情況下，我的數據集都會縮放。

2熱度

2回答

python（Scikit-Learn）和R（e1071）的不同準確度

對於相同的數據集（這裏是Bupa）和參數，我獲得了不同的精度。我忽略了什麼？ [R實現： data_file = "bupa.data" dataset = read.csv(data_file, header = FALSE) nobs <- nrow(dataset) # 303 observations sample <- train <- sample(nrow(dataset),

0熱度

1回答

如何修改svm.cpp來計算點與超平面之間的距離？（LIBSVM）

我想使用LIBSVM（不在MATLAB中）計算點和超平面之間的距離。我試圖遵循這些指示，但我認爲我失敗了。 http://www.csie.ntu.edu.tw/~cjlin/libsvm/faq.html#f4151 有人成功地改變了svm.cpp來計算點和超平面之間的距離嗎？如果你確實能解釋我如何？我真的很感謝您能提供任何幫助。

8熱度

1回答

在scikit-learn中，什麼參數是SVC和LinearSVC等價的？

我讀了this thread關於scikit-learn中SVC()和LinearSVC()之間的差異。現在我有二元分類問題的數據集（對於這樣的問題，這兩個功能之間的一個一對一/一到休息的策略差異可以忽略不計。）我想嘗試這兩個函數在什麼參數下給了我相同的結果。首先，當然，我們應該設置kernel='linear'爲SVC() 但是，我只是無法從兩個函數中得到相同的結果。我無法從文檔中找到答案，

0熱度

1回答

將分類測試數據加載到Apache Spark中的稀疏矢量中

我在Spark MLlib中使用了訓練數據構建的分類模型。現在我想用它來預測未標記的數據。我有我的特點（沒有標籤）LIBSVM格式。這是我的未標記數據如何的示例 1:1 18:1 4:1 32:1 2:1 8:1 33:1 1:1 6:1 11:1 1:1 2:1 8:1 28:1 我將這些功能保存在HDFS上的文本文件中。我如何將它們加載到RDD [Vector]中，以便將它們傳遞

1熱度

1回答

使用SVM進行對象檢測

我是SVM的新手。我曾經使用HAAR Cascading進行對象檢測。現在我正在嘗試實施SVM以進行對象檢測。我在網上搜索瞭解基礎知識。我想在編碼C++時使用libsvm。我遇到了很多問題。任何人都可以請解釋一步一步使用它進行對象檢測的過程。順便說一下，我看着opencv documentation of svm。但我無法做進一步的工作。另外我得到了用於培訓我的SVM並將其保存到xml文件

-1熱度

1回答

如何使用SVM對圖像進行分類

我有包含PNG手寫字符和符號的火車和測試文件夾。我想使用SVM在R中執行分類。我可以分類手寫圖像在同一個文件夾中，但我希望分別有兩個文件夾分別用於列車和測試。輸入是PNG圖像。如何通過SVM考慮測試和訓練數據的不同文件夾來對圖像進行分類？

0熱度

2回答

SVM機器學習：LibSVM中的特徵表示

我正在使用Libsvm對書寫文本進行分類。（性別分類）在理解如何創建具有多個功能的Libsvm培訓數據時遇到問題。在LIBSVM 訓練數據是建立這樣的： label index1:value1 index2:value2 可以說，我想這些功能： Top_k話：按標籤 Top_k雙字母組k個最常用的詞：k個最使用bigrams 所以例如，計數看起來像這樣： Word count