svm处理流程
来源:互联网 发布:淘宝定制 编辑:程序博客网 时间:2024/06/04 19:39
svm处理流程:
- 收集数据,相关性分析(p卡方检验),特征选择(主成份分析)。
- 归一化数据。就是根据实际要求,将数据的取值范围转化为统一的区间如[a,b],a,b为整数。方法参考:http://slt-ml.blogspot.com/2008/06/spss.html
- 利用抽样技术将数据集分为训练集和测试集。抽样技术有分层抽样,简单抽样(等概率抽样)
- 将数据转化为软件(接口)所支持的格式。就libsvm(c++,java)来说,我们可以使用FormatDataLibsvm.xls将数据转化为libsvmm所要求的格式。参考:http://slt-ml.blogspot.com/2008/06/formatdatalibsvmxlslibsvm.html
- 选择核函数,可以优先考虑rbf。
- 对训练集利用交叉验证法选择最好的参数C和r(rbf核函数中的参数gama)。可以通过网格法寻找出最优的参数,注意一次交叉验证得到一个参数对所对应的模型精度,网格法目的就是找到使得模型精度达到对高的参数对(这里的参数对可能不止两个,有可能也有其他的),可以使用一些启发式的搜索来降低复杂度,虽然这个方法笨了点,但是它能得到很稳定的搜索结果。需要提到的这里在对训练集进行分割的时候涉及到抽样,一个较好的方法就是分层抽样。从这步可以看出其实 Cross-Validation是一种评估算法的方法。
- 用6中得到的参数对在整个训练集合上进行训练,从而得出模型。
- 利用测试集测试模型,得到精度。这个精度可以认为是模型最终的精度。当然有人会担心3步中抽样会有一定的误差,导致8得到的精度不一定是最好的,因此可以重复3-8得到多个模型的精度,然后选择最好的一个精度最为模型的精度(或者求所有精度的均值做为模型精度)。
转自:http://blog.csdn.net/chl033/article/details/3918439
- svm处理流程
- 处理成svm的
- SVM处理mnist字体库
- SVM分类详细操作流程
- SVM处理多分类情况
- SVM人脸样本训练检测流程
- SVM支持向量机代码实现流程
- 处理流程和数据流程
- OpenCV 2.x + SVM线性不可分处理
- OpenCV 2.4+ C++ SVM线性不可分处理
- SVM-6-规则化和不可分情况处理
- SVM
- SVM
- SVM
- svm
- svm
- svm
- svm
- 面向对象和类的区别
- RUP 统一过程
- android中关于AsyncTask的学习
- 第一个C++程序
- 标签的实例应用
- svm处理流程
- Linux-常用指令
- 第一卷清晨的帝国第一百四十五章鸣金之后谢恳否?
- 中国Android应用商店汇总
- 空字符串与NULL的区别
- 验证输入是否为空,为空在输入框后提示
- 进制转换的一种思路两种实现方法
- scp 无密码传输
- ASP.Net 去除字符串中的html标记