首頁人工智能常見問題正文

SVM的推導(dǎo),特性?多分類怎么處理?

更新時(shí)間:2020-09-21 來源:黑馬程序員 瀏覽量:

? SVM是最大間隔分類器

從線性可分情況下,原問題,特征轉(zhuǎn)換后的dual問題,引入kernel(線性kernel,多項(xiàng)式,高斯),最后是soft margin。

線性:簡單,速度快,但是需要線性可分

多項(xiàng)式:比線性核擬合程度更強(qiáng),知道具體的維度,但是高次容易出現(xiàn)數(shù)值不穩(wěn)定,參數(shù)選擇比較多。

高斯:擬合能力最強(qiáng),但是要注意過擬合問題。不過只有一個(gè)參數(shù)需要調(diào)整。

? 多分類問題,一般將二分類推廣到多分類的方式有三種,一對一,一對多,多對多。

一對一:將N個(gè)類別兩兩配對,產(chǎn)生N(N-1)/2個(gè)二分類任務(wù),測試階段新樣本同時(shí)交給所有的分類器,最終結(jié)果通過投票產(chǎn)生。

一對多:每一次將一個(gè)例作為正例,其他的作為反例,訓(xùn)練N個(gè)分類器,測試時(shí)如果只有一個(gè)分類器預(yù)測為正類,則對應(yīng)類別為最終結(jié)果,如果有多個(gè),則一般選擇置信度最大的。從分類器角度一對一更多,但是每一次都只用了2個(gè)類別,因此當(dāng)類別數(shù)很多的時(shí)候一對一開銷通常更小(只要訓(xùn)練復(fù)雜度高于O(N)即可得到此結(jié)果)。

多對多:若干個(gè)類作為正類,若干個(gè)類作為反類。注意正反類必須特殊的設(shè)計(jì)。

猜你喜歡:

簡述機(jī)器學(xué)習(xí)流程

在無監(jiān)督學(xué)習(xí)中如何進(jìn)行文件聚類?

樸素貝葉斯為什么被稱為“樸素”?

人工智能高級軟件工程師課程

分享到:
在線咨詢 我要報(bào)名
和我們在線交談!