Tag: svm

文本分类的特征select与缩减: 我目前正在做一个项目，一个简单的情绪分析器，以便在不同的情况下会有2和3个class 。我使用的是一个语料相当丰富的语料库（大约200.000）。为了特征select ，我使用袋字法，为了减less独特特征的数量，由于出现频率的阈值而消除。最后一组特征包括大约20,000个特征，实际上减less了90％，但是对于testing预测的预期准确性还不够。我依次使用LibSVM和SVM-light进行训练和预测（包括线性和RBF内核）以及Python和Bash 。到目前为止观察到的最高精度是75％左右，我至less需要90％。二进制分类就是这种情况。对于多class培训，准确率降至〜60％。在这两种情况下，我至less需要90％，并且不能如何增加它：通过优化训练参数或通过优化特征select ？我已经阅读了关于文本分类中的特征select的文章，并且我发现使用了三种不同的方法，实际上它们之间有明确的相关性。这些方法如下：书包的频率方法（BOW）信息增益（IG） X ^ 2统计（CHI）第一种方法已经是我使用的方法，但是我使用它非常简单，需要指导以更好地使用它以获得足够高的准确性。我也缺乏关于IG和CHI实际实施的知识，并且希望有任何帮助来指导我。非常感谢，如果您需要任何其他信息的帮助，请让我知道。 @larsmans： Frequency Threshold（频率阈值）：我正在寻找例子中唯一词的出现次数，例如，如果一个词在不同的例子中频繁出现，它被包含在特征集中作为一个独特的特征。 @TheManWithNoName：首先感谢您解释文档分类的一般问题。我审查和试验了你提出的所有方法和其他方法。我发现比例差异（PD）方法是最好的特征select，其中function单一和术语存在（TP）的权重（我不明白你为什么标签术语频率逆文档频率（TF- IDF）作为索引方法，我宁愿把它看作一个特征加权方法）。正如你所提到的，预处理也是这个任务的一个重要方面。我使用某些types的string消除来细化数据以及形态分析和词干。另外请注意，我正在使用土耳其语，与英语相比，它有不同的特点 […]

支持向量机 – 硬性还是软性边际？: 给定一个线性可分的数据集，在软边缘SVM上使用硬边缘SVM是否更好？

指点一些很好的SVM教程: 我一直在努力掌握支持向量机的基础知识，并下载并阅读了许多在线文章。但是还是无法把握。我想知道，如果有一些很好的教程可以用于理解的示例代码或者你可以想到的东西，这将使我能够轻松学习SVM基础知识。 PS：我不知何故设法学习PCA（主成分分析）。顺便说一句，你们会猜到我正在从事机器学习。

支持向量和训练数据与分类器性能之间的关系是什么？: 我正在使用LibSVM分类一些文件。最终结果显示，这些文件似乎有点难以分类。但是，我注意到了一些训练我的模型。也就是说：如果我的训练集是1000例如800左右被选为支持向量。我到处寻找，看看这是好事还是坏事。我的意思是支持向量的数量和分类器的性能有关系吗？我已阅读此帖以前的职位。但是，我正在执行参数select，并且我确信特征向量中的属性都是有序的。我只需要知道关系。谢谢。 ps：我使用线性内核。

支持向量机的人工neural network的优点是什么？: ANN（人工neural network）和SVM（支持向量机）是监督机器学习和分类的两种常用策略。对于一个特定的项目来说，哪种方法更好是不常见的，我确定答案总是“取决于”。通常，使用两者的组合以及贝叶斯分类。这些关于Stackoverflow的问题已经被问及关于ANN和SVM： ANN和SVM分类 ANN，SVM和KNN在我的分类问题上有什么区别支持向量机还是人工neural network进行文本处理？在这个问题中，我想具体了解一个ANN（特别是一个多层感知器）的哪些方面可能使它适用于SVM？我问的原因是因为很容易回答相反的问题：支持向量机通常比ANN更好，因为它避免了ANN的两个主要弱点：（1）人工neural network常常是局部最小值而不是全球最小值，这意味着它们有时会“缺失大局”（或者错过了森林）（2）如果训练时间过长，人工neural network往往会过度适应，这意味着对于任何给定的模式，人工neural network可能会开始将噪声视为模式的一部分。 SVM不受这两个问题的影响。然而，支持向量机（SVMs）是人工neural network的完全替代品并不是显而易见的。那么，人工neural network对SVM有什么特别的优势可以使它适用于某些情况呢？我已经列举了一个支持向量机的特定优点，现在我想看看人工neural network优点列表（如果有的话）。

MATLAB中的10倍SVM分类示例: 我需要一个描述性的例子来说明如何在两类数据集上进行10倍的SVM分类。在MATLAB文档中只有一个例子，但不是10倍。有人能帮我吗？

libsvm中的多类分类: 我正在使用libsvm ，我必须实现一个对所有的多类的分类。我该怎么做？ libsvm版本2011是否使用这个？我觉得我的问题不是很清楚。如果libsvm不自动使用一个对所有，我将使用一个svm每个类，否则我怎么能定义这个参数在svmtrain函数。我已经阅读了libsvm的README。

使用OpenCV和SVM与图像: 我在阅读图像，提取训练function以及使用SVM在OpenCV中testing新图像方面遇到困难。有人可以请我指向一个伟大的联系？我已经看过OpenCV支持向量机简介。但是这对阅读图像没有帮助，我不知道如何将其纳入。非常感谢解释。我的目标是分类图像中的像素。这些像素将属于一条曲线。我理解形成训练matrix（例如，图像A 1,1 1,2 1,3 1,4 1,5 2,1 2,2 2,3 2,4 2,5 3,1 3,2 3， 3 3,4 3,5 我将形成我的训练matrix[3] [2] = {{1,1} {1,2} {1,3} {1,4} {1,5} {2,1} .. {} } 不过，我对标签有点混淆。根据我的理解，我必须指定训练matrix中的哪一行（图像）对应于曲线或非曲线。但是，如果有一些像素属于曲线而有些像素不属于曲线，那么如何标记训练matrix行（图像）呢？例如，我的训练matrix是[3] [2] = {{1,1} {1,2} {1,3} {1,4} {1,5} {2,1} .. {}} ，像素{1,1}和{1,4}属于曲线，其余的不是。非常感谢 –