【机器学习入门到精通系列】OVR SVMs

训练时依次把某个类别的样本归为一类,其他剩余的样本归为另一类，这样k个类别的样本就构造出了k个SVM。分类时将未知样本分类为具有最大分类函数值的那类。

假如我有四类要划分（也就是4个Label），他们是A、B、C、D。

于是我在抽取训练集的时候，分别抽取

（1）A所对应的向量作为正集，B，C，D所对应的向量作为负集；

（2）B所对应的向量作为正集，A，C，D所对应的向量作为负集；

（3）C所对应的向量作为正集，A，B，D所对应的向量作为负集；

（4）D所对应的向量作为正集，A，B，C所对应的向量作为负集；

使用这四个训练集分别进行训练，然后的得到四个训练结果文件。

在测试的时候，把对应的测试向量分别利用这四个训练结果文件进行测试。

最后每个测试都有一个结果f1(x),f2(x),f3(x),f4(x)。

于是最终的结果便是这四个值中最大的一个作为分类结果。

评价：

这种方法有种缺陷,因为训练集是1:M,这种情况下存在biased.因而不是很实用。可以在抽取数据集的时候，从完整的负集中再抽取三分之一作为训练负集。

【机器学习入门到精通系列】OVR SVMs相关推荐

【机器学习入门到精通系列】粒子群优化算法
文章目录 1 粒子群算法简介 2 算法流程 3 粒子群算法模型(不懂就不看哦) 4 代码 1 粒子群算法简介粒子群算法(Particle Swarm Optimization,PSO)是一种模仿鸟群 ...
【机器学习入门到精通系列】异常检测
文章目录 1 什么是异常值? 2 问题提出 3 高斯分布 4 高斯分布的异常检测算法 5 开发和评估异常检测系统 6 异常检测和监督学习 7 选择要使用的功能---数据变换为高斯分布 8 多元高斯分布 ...
【机器学习入门到精通系列】插值与拟合
文章目录 1 插值! 2 一维插值拉格朗日插值法分段线性插值法例题 3 二维插值网络结点插值法例题散乱数据插值 4 拟合! 5 区别与联系 1 插值! 在离散数据的基础上补插连续函数,使得 ...
【机器学习入门到精通系列】蒙特卡罗方法简介和代码演示
文章目录 1 蒙特卡罗方法简介 2 求圆周率pi的近似值 3 求定积分的近似值 1 蒙特卡罗方法简介蒙特卡罗(Monte Carlo)方法:简单来说,蒙特卡洛的基本原理简单描述是先大量模拟,然后计算 ...
【机器学习入门到精通系列】大规模机器学习图示
文章目录 1 学习大数据集 2 随机梯度下降 3 MINI-Batch 梯度下降 4 随机梯度下降收敛 5 在线学习 6 MAP Reduce 1 学习大数据集 2 随机梯度下降
【机器学习入门到精通系列】推荐系统之协同过滤算法
文章目录 1 基于内容的推荐算法 2 协同过滤 3 矢量化:低秩矩阵分解 4 均值规范化 1 基于内容的推荐算法
【机器学习入门到精通系列】无监督学习之K-means
文章目录 1 K-mens聚类 2 优化目标 3 随机初始化 4 选取聚类数量 1 K-mens聚类随机初始化聚类中心,分成两簇,计算均值,移动聚类中心到均值处,不断迭代.
【机器学习入门到精通系列】SVM与核函数（附程序模拟！）
文章目录 1 核函数本质 2 选取 3 程序模拟 3.1 模拟数据集 3.2 经过高斯核,得到新的数据集! 1 核函数本质 1.在实际数据上经常遇到线性不可分的情况而解决方法是将特征映射到更高维的空 ...
【机器学习入门到精通系列】机器学习系统设计（Precision Recall）
文章目录 1 误差分析 2 不对称分类的误差评估 3 查准率和召回率的权衡 1 误差分析 2 不对称分类的误差评估 3 查准率和召回率的权衡

【机器学习入门到精通系列】OVR SVMs

【机器学习入门到精通系列】OVR SVMs相关推荐

最新文章

热门文章