1回答
我正在使用UCI ML乳腺癌数据集来构建一个使用SVM的分类器。我正在使用LIBSVM及其fselect.py脚本来计算特征选择的f-scores。我的数据集有8个特征，它们的得分如下：2: 1.4131806: 1.1034493: 0.7342304: 0.580819
这意味着第五个特征是最具区分
浏览 1提问于2016-08-16得票数 0
回答已采纳
1回答
从特征集中选择集成特征
、、、
我有一个关于集合特征选择的问题。
我的数据集由1,000个样本和大约30000个特征组成，它们被分类为标签A或标签B。我想做的是挑选一些可以有效地对标签进行分类的特征。我使用了三种方法，单变量方法(皮尔逊系数)，套索回归和SVM-RFE(递归特征消除)，所以我从它们中得到了三个特征集。我使用python scikit-learn进行特性选
浏览 2提问于2015-12-11得票数 3
1回答
在一组9个特征上，我采用了基于SVM估计的递归特征消除(RFE)算法，方法如下(1)。当请求找到大小为1的子集时，RFE返回特性X。然而，当我分别对每个特征进行SVM训练时，我发现另一个特征Y比在X上训练的SVM具有更高的精度。我对RFE的理解是错误的吗？(1)：基于支持向量机的</
浏览 0提问于2020-09-21得票数 1
回答已采纳
我想对30组受试者进行二进制分类，这些受试者有230个样本和150个特征。我发现它很难实现，特别是在进行特征选择时，通过嵌套的参数调整留下了一组交叉验证，并使用两个分类器SVM和随机森林报告准确性，并查看选择了哪些特征。我是新手，我确信下面的代码是不正确的：我不知道在上面的哪里设置“随机森林分类器”，因为我想比较SVM</e
浏览 13提问于2018-12-17得票数 0
1回答
据我所知，像SVM或Networks这样的分类器尝试使用所有提供的特性，但是树在内部进行特征选择。支持向量机内部是否可以进行特征选择？
浏览 3提问于2014-02-21得票数 1
回答已采纳
1回答
我已经打印了我的SVM模型预测二进制类的分类报告，但它在第一次预测中得分很高(超过95%)，我知道当它打印高值时是好的，但之后我需要进行特征选择，你认为这是正常的吗？什么样的特征选择适用于二分类？
浏览 0提问于2020-06-10得票数 0
我正在用sklearn.svm.SVC进行一些文本分类任务的试验。我理解在使用SVM建模之前执行特征选择是一项有点可疑的努力，因为当使用全套特征时，性能通常会达到峰值。从学术角度来看，不同的特征选择方法如何对特征进行不同的排序仍然很有趣。
在深入研究后，我发现sklearn中提供的特征选择指标非常有限，即Chi
浏览 0提问于2013-01-25得票数 1
回答已采纳
2回答
我正在做一个与书面文本相关的分类任务，我想知道为了提高分类结果，执行某种“特征选择”过程有多重要。我使用了许多与这个主题相关的功能(大约40个)，但我不确定所有的功能是否都是真正相关的，以及哪些组合。我正在使用支持向量机(scikits)和LDAC (mlpy)。如果a混合了相关和不相关的特征，我想我得到的分类结果会很差。我应该在分类前执行“特征选择</e
浏览 0提问于2012-03-12得票数 3
在Python中，为了只使用最相关的特性，我应用了SelectPercentile (来自sklearn)，并训练了一个支持向量机分类器。在使用SelectPercentile选择特性之后，当我使用cross_validation时，我得到的分数太高，我认为我做错了什么，但我不知道是什么。我认为X_all矩阵有重复的行或重复的列，但它没有。implementati
浏览 4提问于2016-06-17得票数 1
回答已采纳
7回答
我是机器学习的新手。我熟悉支持向量机，神经网络和遗传算法。我想知道对图片和音频进行分类的最好方法。支持向量机做得很好，但需要很长时间。有谁知道更快更好的方法吗？另外，我想知道支持向量机最快的库。
浏览 0提问于2011-03-26得票数 5
回答已采纳
给定从训练数据集中提取的一组特征，这些特征用于训练SVM。使用k折交叉验证来选择SVM参数(例如，c，γ)，例如，训练数据集被分成5折，其中一个被选为验证集。完成了折叠的旋转，并使用平均精度来选择最佳参数。
那么，我是否应该有另一组测试集(Test set)并报告(就像在纸质出版物中一样)？我的理解是，由于验证集用于选择参数，因此测试集是必需的。在机器学习中，测试集是在我们决定<e
浏览 1提问于2015-01-02得票数 0
1回答
支持向量机和聚类？混乱
、、、、
我正在读一篇关于语言分类的论文。这篇论文很容易理解，除了一个部分。它们使用聚类和svm分类。我已经读了很多次报纸，但我不能确切地理解他们什么时候为什么要做svm分类。他们将特征空间聚集在一起，这是相当公平的。但是svm的目的是什么呢？系统的训练是由多类svm完成的吗？这就是我所理解的；首先，他们使用svm来用标记的</e
浏览 0提问于2013-12-08得票数 3
回答已采纳
1回答
目前，对于人脸检测，我正在使用基于HOG特征的svm分类器set.But，我需要在这些HOG特征集上实现其他分类器，并比较它们之间的结果，我可以使用除svm之外的其他分类器吗？.What？
浏览 0提问于2016-09-24得票数 0
我想使用svm分类器进行面部表情检测。我知道opencv有一个svm，但我不知道应该输入什么来训练分类器。到目前为止，我已经读了很多论文，都是说人脸特征检测训练后的分类器。到目前为止我所做的，
注意:我知道如何训练支持向量机，只有正面和负面的图像，我
浏览 13提问于2014-09-26得票数 9
回答已采纳
3回答
我在做遥感图像分类。采用面向对象的方法:首先将图像分割成不同的区域，然后从颜色、形状和纹理等区域提取特征。一个区域的所有特征的数量可能是30个，通常有2000个区域，我将选择5个类，每个类有15个样本。
如何选择合适的分类器？如果有三个分类器(ANN、SVM和KNN)，那么我应该选择</e
浏览 6提问于2011-09-06得票数 1
回答已采纳
我目前在语音识别的讨论阶段项目中，我使用MFCC特征提取，但从函数返回的MFCC特征是一个矩阵，例如，每个语音文件(Wav)的(20,38)特征矩阵。但是我如何将这个特征传递给SVM分类器呢？对于SVM (和其他分类器)，每个样本都由一个向量表示，对吗？但每个样本的MFCC特征是一个矩阵。假设Xi是样本i的MFCC特征，那么传递给SVM<
浏览 1提问于2013-03-01得票数 4
回答已采纳
1回答
我之前几次使用支持向量机( Support Vector Machine )进行分类，使用的是skicit learn库。但我只与包含".csv“格式的文本和数字的数据交互。目前，我想使用支持向量机进行图像分类。你能告诉我如何将图像转换为类似".csv“格式的类型以便进行分类吗？如果有任何帮助，我将不胜感激。谢谢。
浏览 34提问于2018-05-02得票数 0
1回答
我的问题是如何使用支持向量机方法对两种行为进行分类:跑步和步行。首先我有02个视频(第一个动作是运行的，第二个是步行的)，之后，我把它们转换成一个二进制位图像MC和MM序列(我使用了等高线检测，即:02个矩阵只包含1和0)。MC：是维数矩阵(120 * 160 * 65)，65是第一个video.MM：的帧数是维数的矩阵(120 * 160 * 87)，87是第二个视频的帧数。如何使用支持向量机？如何形成我的数据矩阵和我<e
浏览 2提问于2011-04-23得票数 0
是否可以使用SVM来学习输入为"Feature Matrix“而不是"Feature Vector”的训练样本？我需要通过将每个文档表示为特征矩阵来对XML文档进行分类。通常，特征向量用于训练SVM进行文本分类。然而，将XML文档表示为特征向量可能会导致结构化信息丢失！
提前感谢！
浏览 0提问于2013-02-20得票数 0
回答已采纳
1回答
因此，我一直在做一个自然语言处理项目，在这个项目中，我需要对不同的写作风格进行分类。假设已经从文本中提取了语义特征，我计划在Java中使用Weka来训练SVM分类器，使用这些特征可以用来对其他不同的文本进行分类。
我遇到麻烦的部分是，为了训练SVM，必须将特征转换为特征向量。我不确定您如何能够将词汇丰富度、n-gram、标点符号、段落数量和段落长度等特征表示为向量
浏览 7提问于2013-05-30得票数 6
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
