A Practical Guide to Support Vector Classication

《A Practical Guide to Support Vector Classication》是一篇libSVM使用入门教程以及一些实用技巧。

1. Basic Kernels：

（1）linear

（2）polynomial

（3）radial basis function

（4）sigmoid

2. Scaling：

Scaling对于SVM非常重要，可以避免某个维度上的值很大，会主导那些值很小的维度。另一个好处是避免复杂的数值计算。另外需要注意的是，在对training data和testing data进行scaling的时候，要使用相同的缩放倍数。即当training data的某一个维度上使用k的缩放倍率scaling到了[-1,1]上的话，那么在testing data上也需要对相应维度进行k的缩放倍率的scaling处理。

3. Cross-validation and Grid-search：

（1）cross-validation可以防止过拟合。

（2）可以先粗糙地grid search，即grid-search的间隔大一点。当确定在某一间隔中表现较好的时候，再进行更精细的grid search，即在这一间隔中采取较小的间隔进行grid-search。

4. When to Use Linear but not RBF Kernel：

如果features的维度>>数据量，那么就并不需要将数据映射到更高维度的空间了。或者说，非线性的映射并不能带来多大的性能提升。

如果数据量>>features的维度，那么，可以使用非线性映射将features映射到更高维度的空间上去。

转载于:https://www.cnblogs.com/bentuwuying/p/6361562.html

A Practical Guide to Support Vector Classication相关推荐

【SVM】A Practical Guide to Support Vector Classication
零.简介一般认为,SVM比神经网络要简单. 优化目标: 函数phi(x)会把训练样本x映射到高维(或无穷维)的空间中. 基本的核: 一.实际运用一般流程: 二.数据处理 2.1 离散特征建议用m ...
阅读A Practical Guide to Support Vector Classification
看了很多关于SVM的介绍,总觉得隔靴搔痒,不够尽兴,没想到这篇LibSVM官网中的简单说明,倒是说的很透彻,对于理解SVM及其具体应用场合大有裨益. 看来还真的是:能深入浅出说的简单的才是真的到位.简 ...
LIBSVM -- A Library for Support Vector Machines--转
原文地址:http://www.csie.ntu.edu.tw/~cjlin/libsvm/index.html Chih-Chung Chang and Chih-Jen Lin Version ...
A glimpse of Support Vector Machine
支持向量机(support vector machine, 以下简称svm)是机器学习里的重要方法,特别适用于中小型样本.非线性.高维的分类和回归问题.本篇希望在正篇提供一个svm的简明阐述,附录则提 ...
Sequential Minimal Optimization: A Fast Algorithm for Training Support Vector Machines 论文研读
摘要本文提出了一种用于训练支持向量机的新算法:序列最小优化算法(SMO).训练支持向量机需要解决非常大的二次规划(QP)优化问题.SMO 将这个大的 QP 问题分解为一系列最小的 QP 问题.这些小 ...
OpenCV3.3中支持向量机(Support Vector Machines, SVM)实现简介及使用
OpenCV 3.3中给出了支持向量机(Support Vector Machines)的实现,即cv::ml::SVM类,此类的声明在include/opencv2/ml.hpp文件中,实现在mod ...
R构建径向核支持向量机分类器实战代码（Radial kernel Support Vector Classifier）
R构建径向核支持向量机分类器实战代码(Radial kernel Support Vector Classifier) 目录 R构建径向核支持向量机分类器实战代码(Radial kernel Supp ...
支持向量机(support vector machine)(SVM)(1)
背景对于两类问题,给定数据,使用线性函数,如何分类? 方案1(只看黑色分界线,红色不用管) 方案2(只看黑色分界线,红色不用管) 哪一个更好? 第二个好,将两类数据分得更开,而且: 建模有了目标之 ...
机器学习技法1-Linear Support Vector Machine
注: 文章中所有的图片均来自台湾大学林轩田<机器学习技法>课程. 笔记原作者:红色石头微信公众号:AI有道本系列分成16节课,将会介绍<机器学习基石>的进阶版<机器学 ...

A Practical Guide to Support Vector Classication

A Practical Guide to Support Vector Classication相关推荐

最新文章

热门文章