精华内容
下载资源
问答
  • 类分类器构造多类分类器

    千次阅读 2012-11-20 10:52:03
     从 SVM的那几张图可以看出来,SVM是一种典型的两类分类器,即它只回答属于正类还是负类的问题。而现实中要解决的问题,往往是类的问题(少部分例外,例如垃圾邮件过滤,就只需要确定“是...如何由两类分类器得到

    from: http://tech.ddvip.com/2009-03/1238054080112304.html

                从 SVM的那几张图可以看出来,SVM是一种典型的两类分类器,即它只回答属于正类还是负类的问题。而现实中要解决的问题,往往是多类的问题(少部分例外,例如垃圾邮件过滤,就只需要确定“是”还是“不是”垃圾邮件),比如文本分类,比如数字识别。如何由两类分类器得到多类分类器,就是一个值得研究的问题。

      还以文本分类为例,现成的方法有很多,其中一种一劳永逸的方法,就是真的一次性考虑所有样本,并求解一个多目标函数的优化问题,一次性得到多个分类面,就像下图这样:

      多个超平面把空间划分为多个区域,每个区域对应一个类别,给一篇文章,看它落在哪个区域就知道了它的分类。

      看起来很美对不对?只可惜这种算法还基本停留在纸面上,因为一次性求解的方法计算量实在太大,大到无法实用的地步。

      稍稍退一步,我们就会想到所谓微笑“一类对其余”的方法,就是每次仍然解一个两类分类的问题。比如我们有5个类别,第一次就把类别1的样本定为正样本,其余2,3,4,5的样本合起来定为负样本,这样得到一个两类分类器,它能够指出一篇文章是还是不是第1类的;第二次我们把类别2 的样本定为正样本,把1,3,4,5的样本合起来定为负样本,得到一个分类器,如此下去,我们可以得到5个这样的两类分类器(总是和类别的数目一致)。到了有文章需要分类的时候,我们就拿着这篇文章挨个分类器的问:是属于你的么?是属于你的么?哪个分类器点头说是了,文章的类别就确定了。这种方法的好处是每个优化问题的规模比较小,而且分类的时候速度很快(只需要调用5个分类器就知道了结果)。但有时也会出现两种很尴尬的情况,例如拿一篇文章问了一圈,每一个分类器都说它是属于它那一类的,或者每一个分类器都说它不是它那一类的,前者叫分类重叠现象,后者叫不可分类现象。分类重叠倒还好办,随便选一个结果都不至于太离谱,或者看看这篇文章到各个超平面的距离,哪个远就判给哪个。不可分类现象就着实难办了,只能把它分给第6个类别了……更要命的是,本来各个类别的样本数目是差不多的,但“其余”的那一类样本数总是要数倍于正类(因为它是除正类以外其他类别的样本之和嘛),这就人为的造成了上一节所说的“数据集偏斜”问题。

      因此我们还得再退一步,还是解两类分类问题,还是每次选一个类的样本作正类样本,而负类样本则变成只选一个类(称为“一对一单挑”的方法,哦,不对,没有单挑,就是微笑“一对一”的方法,呵呵),这就避免了偏斜。因此过程就是算出这样一些分类器,第一个只回答“是第1类还是第2类”,第二个只回答“是第1类还是第3类”,第三个只回答“是第1类还是第4类”,如此下去,你也可以马上得出,这样的分类器应该有5 X 4/2=10个(通式是,如果有k个类别,则总的两类分类器数目为k(k-1)/2)。虽然分类器的数目多了,但是在训练阶段(也就是算出这些分类器的分类平面时)所用的总时间却比“一类对其余”方法少很多,在真正用来分类的时候,把一篇文章扔给所有分类器,第一个分类器会投票说它是“1”或者“2”,第二个会说它是“1”或者“3”,让每一个都投上自己的一票,最后统计票数,如果类别“1”得票最多,就判这篇文章属于第1类。这种方法显然也会有分类重叠的现象,但不会有不可分类现象,因为总不可能所有类别的票数都是0。看起来够好么?其实不然,想想分类一篇文章,我们调用了多少个分类器?10个,这还是类别数为5的时候,类别数如果是1000,要调用的分类器数目会上升至约500,000个(类别数的平方量级)。这如何是好?

      看来我们必须再退一步,在分类的时候下功夫,我们还是像一对一方法那样来训练,只是在对一篇文章进行分类之前,我们先按照下面图的样子来组织分类器(如你所见,这是一个有向无环图,因此这种方法也叫做DAG SVM)

     

    展开全文
  • 1. 问题背景 生物学研究...本文将探讨如何基于DNA序列的数据集设计一个性能良好的多类分类器。 2. 数据集简介 数据集中有共20000条基于序列,一共来自10个物种。其中一条基因是一个72个碱基的序列,如下所示: AGGGG

    1. 问题背景

    	生物学研究中,用检测DNA序列来判断检测对象的物种越来越成为一种简便、快捷的手段。
    	现在的测量技术已经能够很方便地测量出物种的DNA序列,将其进行分类可以运用机器学习的方法。
    	本文将探讨如何基于DNA序列的数据集设计一个性能良好的多类的分类器。
    

    2. 数据集简介

    	 数据集中有共20000条基于序列,一共来自10个物种。其中一条基因是一个72个碱基的序列,如下所示:
    
    AGGGGGCTGGCCCGTGACGAGCGGACCATCGTCGGCACCCCCGAGACGATCGCCGACCACATCCAGGAGTGG
    
    在分类器的设计过程中,可以将数据集分割成训练集和测试集。
    如采用5-fold交叉验证时,将数据集均分成5份,每次取其中一份作为测试集,其余四份作为训练集,将五次的准确率取平均作为分类器的准确率。
    

    3. 数据处理和特征提取

    	 基因序列这样的原始数据不能直接用于计算,因此我们将对数据进修处理得到特征。
    	设K=5,则特征是长度为5的基因片段,总共有4^5个。
    
    		AAAAA, AAAAT, AAAAG, AAAAC,
    		AAATA …
    		ATCGA…TTTTT…GGGGG…CCCCC
    
    每个特征即基因片段的值是基因序列中该基因片段出现的次数。
    

    特征提取

    4. 算法设计

    	我们先回顾下整个问题,现在要设计一个10类的分类器,如下图所示。
    

    分类器示意图
    最简单的分类算法是二类logistical regression,然而现在我们要处理的是多类问题,因此要采用 Multinomial logistic regression,也称softmax算法。
    另外SVM分类算法也是非常出名的,它高效,性能好,被很多人认为是分类算法中最好的。

    5. 结果分析

    	 K值选取对分类的影响
    

    这里写图片描述
    两种算法的对比
    这里写图片描述

    6. 提高与增强

    为了进一步提高准确率,再做一些尝试。

    6.1引入更多特征

    综合K=3,4,5的特征,但是这样又使得特征的维度太大,可能混入了太多不显著的特征使得准确率不会提高,因此辅以PCA降维。实验结果如下。

    可以看到K=3,4,5,dim=500时,准确率比K=4时有所提高。

    6.2使用lasso进行特征的筛选

    lasso算法可以筛选出显著的特征,以降低无关特征对分类的影响。先通过lasso筛选特征,再用softmax构建分类器,我们得到了本文中最好的分类器,准确率高达63%,大大超过了不使用特征选取的softmax和最好的SVM分类器。可见下图。
    三种方法的最优分类器的比较

    展开全文
  • Matlab 实现线性svm两类和多类分类器

    万次阅读 多人点赞 2018-01-18 21:59:43
    线性分类和SVM原理 网上有很写的好的博客讲解线性分类和SVM,本人讲解能力差,就...训练svm分类器实际上是解二次规划问题,matlab里用到的是quadprog函数,其使用用法可参见matlab官方文档: http://cn.mathworks.co

    线性分类和SVM原理

    网上有很多写的好的博客讲解线性分类和SVM,本人讲解能力差,就给个链接。
    http://blog.csdn.net/mm_bit/article/details/46988925

    SVM实现代码

    训练svm分类器实际上是解二次规划问题,matlab里用到的是quadprog函数,其使用用法可参见matlab官方文档:
    http://cn.mathworks.com/help/optim/ug/quadprog.html
    或者不想读英文文档的人可以看别人写的博客:
    http://blog.csdn.net/jbb0523/article/details/50598641
    会使用quadprog函数基本上就会写svm分类器了,这里贴上源码:
    svmTrain.m

    function [ svm ] = svmTrain( trainData,trainLabel,kertype,C )
    options=optimset;
    options.LargerScale='off';
    options.Display='off';
    
    n=length(trainLabel);
    H=(trainLabel'*trainLabel).*kernel(trainData,trainData,kertype);
    f=-ones(n,1);
    A=[];
    b=[];
    Aeq=trainLabel;
    beq=0;
    lb=zeros(n,1);
    ub=C*ones(n,1);
    a0=zeros(n,1);
    [a,fval,eXitflag,output,lambda]=quadprog(H,f,A,b,Aeq,beq,lb,ub,a0,options);
    epsilon=1e-8;
    sv_label=find(abs(a)>epsilon);
    svm.a=a(sv_label);
    svm.Xsv=trainData(:,sv_label);
    svm.Ysv=trainLabel(sv_label);
    svm.svnum=length(sv_label);
    end
    
    

    kernel.m(更新)

    function K = kernel( X,Y,type )
    switch type
        case 'linear'
            K=X'*Y;
        case 'rbf'
            delta=5;
            delta=delta*delta;
            XX=sum(X'.*X',2);
            YY=sum(Y'.*Y',2);
            XY=X'.*Y;
            K=abs(repmat(XX,[1 size(YY,1)])+repmat(YY',[size(XX,1) 1])-2*XY);
            K=exp(-K./delta);
    end
    end

    svmTest.m:

    function result = svmTest(svm, Xt, Yt, kertype)  
    temp = (svm.a'.*svm.Ysv)*kernel(svm.Xsv,svm.Xsv,kertype);  
    %total_b = svm.Ysv-temp;  
    b = mean(svm.Ysv-temp);  %b取均值  
    w = (svm.a'.*svm.Ysv)*kernel(svm.Xsv,Xt,kertype);  
    result.score = w + b;  
    Y = sign(w+b);  %f(x)  
    result.Y = Y;  
    result.accuracy = size(find(Y==Yt))/size(Yt);  
    end  
    
    

    test.m

    %------------主函数----------------  
    clc;
    clear;
    C = 10;  %成本约束参数  
    kertype = 'linear';  %线性核  
    
    %①------数据准备  
    n = 30;  
    %randn('state',6);   %指定状态,一般可以不用  
    x1 = randn(2,n);    %2行N列矩阵,元素服从正态分布  
    y1 = ones(1,n);       %1*N个1  
    x2 = 4+randn(2,n);   %2*N矩阵,元素服从正态分布且均值为5,测试高斯核可x2 = 3+randn(2,n);   
    y2 = -ones(1,n);      %1*N个-1  
    
    figure;  %创建一个用来显示图形输出的一个窗口对象  
    plot(x1(1,:),x1(2,:),'bs',x2(1,:),x2(2,:),'k+');  %画图,两堆点  
    axis([-3 8 -3 8]);  %设置坐标轴范围  
    hold on;    %在同一个figure中画几幅图时,用此句  
    
    %②-------------训练样本  
    X = [x1,x2];        %训练样本2*n矩阵,n为样本个数,d为特征向量个数  
    Y = [y1,y2];        %训练目标1*n矩阵,n为样本个数,值为+1或-1  
    svm = svmTrain(X,Y,kertype,C);  %训练样本  
    plot(svm.Xsv(1,:),svm.Xsv(2,:),'ro');   %把支持向量标出来  
    
    %③-------------测试  
    [x1,x2] = meshgrid(-2:0.05:7,-2:0.05:7);  %x1和x2都是181*181的矩阵  
    [rows,cols] = size(x1);    
    nt = rows*cols;                    
    Xt = [reshape(x1,1,nt);reshape(x2,1,nt)];  
    %前半句reshape(x1,1,nt)是将x1转成1*(181*181)的矩阵,所以xt是2*(181*181)的矩阵  
    %reshape函数重新调整矩阵的行、列、维数  
    Yt = ones(1,nt);  
    
    result = svmTest(svm, Xt, Yt, kertype);  
    
    %④--------------画曲线的等高线图  
    Yd = reshape(result.Y,rows,cols);  
    contour(x1,x2,Yd,[0,0],'ShowText','on');%画等高线  
    title('svm分类结果图');     
    x1=xlabel('X轴');    
    x2=ylabel('Y轴');   

    分类结果:
    这里写图片描述

    多类分类器

    多类线性问题的一种解法是将多类分为多个两类分类器。
    如训练集有1,2,3,4个类,让1与2作两类分类器训练得到12分类器,1与3得到13分类器,等等两两训练,得到(4-1)*4/2 6个分类器,再将测试数据用这6个分类器一一测试,如果对12,13,14三个都是正的,则该类属于1类。
    代码:
    multiLiner:

    clc;
    clear;
    C=10;
    kertype='linear';
    %生成测试数据
    n=30;
    x1=randn(2,n);
    x2=4+randn(2,n);
    
    x3=randn(2,n);
    x3=[x3(1,:)+4;x3(2,:)-4];
    
    x4=randn(2,n);
    x4=[x4(1,:)+8;x4(2,:)];
    %可视化生成数据
    plot(x1(1,:),x1(2,:),'bs',x2(1,:),x2(2,:),'k+');
    hold on;
    plot(x3(1,:),x3(2,:),'r*',x4(1,:),x4(2,:),'y.');
    axis([-3 11 -7 7]);
    hold on;
    %两两合成一个训练组训练模型
    trainData12=[x1,x2];
    trainData13=[x1,x3];
    trainData14=[x1,x4];
    trainData23=[x2,x3];
    trainData24=[x2,x4];
    trainData34=[x3,x4];
    trainLabel=[ones(1,n),-ones(1,n)];
    
    svm_12=svmTrain(trainData12,trainLabel,kertype,C);
    svm_13=svmTrain(trainData13,trainLabel,kertype,C);
    svm_14=svmTrain(trainData14,trainLabel,kertype,C);
    svm_23=svmTrain(trainData23,trainLabel,kertype,C);
    svm_24=svmTrain(trainData24,trainLabel,kertype,C);
    svm_34=svmTrain(trainData34,trainLabel,kertype,C);
    
    %生成测试数据
    [x1,x2] = meshgrid(-2:0.05:10,-6:0.05:6);  %x1和x2都是181*181的矩阵  
    [rows,cols] = size(x1);    
    nt = rows*cols;                    
    Xt = [reshape(x1,1,nt);reshape(x2,1,nt)];  
    %前半句reshape(x1,1,nt)是将x1转成1*(181*181)的矩阵,所以xt是2*(181*181)的矩阵  
    %reshape函数重新调整矩阵的行、列、维数  
    Yt = ones(1,nt);  
    result12=svmTest(svm_12,Xt,Yt,kertype);
    Yd = reshape(result12.Y,rows,cols); 
    contour(x1,x2,Yd,[0,0],'ShowText','on');%画等高线  
    hold on;
    result13=svmTest(svm_13,Xt,Yt,kertype);
    Yd = reshape(result13.Y,rows,cols); 
    contour(x1,x2,Yd,[0,0],'ShowText','on');%画等高线  
    hold on;
    result14=svmTest(svm_14,Xt,Yt,kertype);
    Yd = reshape(result14.Y,rows,cols); 
    contour(x1,x2,Yd,[0,0],'ShowText','on');%画等高线  
    hold on;
    result23=svmTest(svm_23,Xt,Yt,kertype);
    Yd = reshape(result23.Y,rows,cols); 
    contour(x1,x2,Yd,[0,0],'ShowText','on');%画等高线  
    hold on;
    result24=svmTest(svm_24,Xt,Yt,kertype);
    Yd = reshape(result24.Y,rows,cols); 
    contour(x1,x2,Yd,[0,0],'ShowText','on');%画等高线  
    hold on;
    result34=svmTest(svm_34,Xt,Yt,kertype);
    Yd = reshape(result34.Y,rows,cols); 
    contour(x1,x2,Yd,[0,0],'ShowText','on');%画等高线
    
    %测试一个样本点属于哪一类
    Xt=[10;2];
    Yt=1;
    result12=svmTest(svm_12,Xt,Yt,kertype);
    result13=svmTest(svm_13,Xt,Yt,kertype);
    result14=svmTest(svm_14,Xt,Yt,kertype);
    result23=svmTest(svm_23,Xt,Yt,kertype);
    result24=svmTest(svm_24,Xt,Yt,kertype);
    result34=svmTest(svm_34,Xt,Yt,kertype);
    if result12.Y==1&&result13.Y==1&&result14.Y==1
        testLabel=1;
    elseif result12.Y==-1&&result23.Y==1&&result24.Y==1
        testLabel=2;
    elseif result13.Y==-1&&result23.Y==-1&&result34.Y==1
        testLabel=3;
    elseif result14.Y==-1&&result24.Y==-1&&result34.Y==-1
        testLabel=4;
    else
        testLabel=-1;
        disp('测试点不属于这4类中');
    end

    分类结果:
    这里写图片描述

    展开全文
  • svm多分类器详解

    万次阅读 2016-04-13 21:33:26
    如何由两类分类器得到多类分类器,就是一个值得研究的问题。 其中一种一劳永逸的方法,就是真的一次性考虑所有样本,并求解一个目标函数的优化问题,一次性得到个分类面。个超平面把空间划分为个区域,

    项目github地址:bitcarmanlee easy-algorithm-interview-and-practice
    欢迎大家star,留言,一起学习进步

    SVM是一种典型的两类分类器,即它只回答属于正类还是负类的问题。而现实中要解决的问题,往往是多类的问题(少部分例外,例如垃圾邮件过滤,就只需要确定“是”还是“不是”垃圾邮件),比如文本分类,比如数字识别。如何由两类分类器得到多类分类器,就是一个值得研究的问题。

    其中一种一劳永逸的方法,就是真的一次性考虑所有样本,并求解一个多目标函数的优化问题,一次性得到多个分类面。多个超平面把空间划分为多个区域,每个区域对应一个类别,给一篇文章,看它落在哪个区域就知道了它的分类。

    看起来很美对不对?只可惜这种算法还基本停留在纸面上,因为一次性求解的方法计算量实在太大,大到无法实用的地步。

    稍稍退一步,我们就会想到所谓“一类对其余”的方法,就是每次仍然解一个两类分类的问题。比如我们有5个类别,第一次就把类别1的样本定为正样本,其余2,3,4,5的样本合起来定为负样本,这样得到一个两类分类器,它能够指出一篇文章是还是不是第1类的;第二次我们把类别2 的样本定为正样本,把1,3,4,5的样本合起来定为负样本,得到一个分类器,如此下去,我们可以得到5个这样的两类分类器(总是和类别的数目一致)。到了有文章需要分类的时候,我们就拿着这篇文章挨个分类器的问:是属于你的么?是属于你的么?哪个分类器点头说是了,文章的类别就确定了。这种方法的好处是每个优化问题的规模比较小,而且分类的时候速度很快(只需要调用5个分类器就知道了结果)。但有时也会出现两种很尴尬的情况,例如拿一篇文章问了一圈,每一个分类器都说它是属于它那一类的,或者每一个分类器都说它不是它那一类的,前者叫分类重叠现象,后者叫不可分类现象。分类重叠倒还好办,随便选一个结果都不至于太离谱,或者看看这篇文章到各个超平面的距离,哪个远就判给哪个。不可分类现象就着实难办了,只能把它分给第6个类别了……更要命的是,本来各个类别的样本数目是差不多的,但“其余”的那一类样本数总是要数倍于正类(因为它是除正类以外其他类别的样本之和嘛),这就人为的造成了上一节所说的“数据集偏斜”问题。

    因此我们还得再退一步,还是解两类分类问题,还是每次选一个类的样本作正类样本,而负类样本则变成只选一个类(称为“一对一单挑”的方法,哦,不对,没有单挑,就是“一对一”的方法,呵呵),这就避免了偏斜。因此过程就是算出这样一些分类器,第一个只回答“是第1类还是第2类”,第二个只回答“是第1类还是第3类”,第三个只回答“是第1类还是第4类”,如此下去,你也可以马上得出,这样的分类器应该有5 X 4/2=10个(通式是,如果有k个类别,则总的两类分类器数目为k(k-1)/2)。虽然分类器的数目多了,但是在训练阶段(也就是算出这些分类器的分类平面时)所用的总时间却比“一类对其余”方法少很多,在真正用来分类的时候,把一篇文章扔给所有分类器,第一个分类器会投票说它是“1”或者“2”,第二个会说它是“1”或者“3”,让每一个都投上自己的一票,最后统计票数,如果类别“1”得票最多,就判这篇文章属于第1类。这种方法显然也会有分类重叠的现象,但不会有不可分类现象,因为总不可能所有类别的票数都是0。看起来够好么?其实不然,想想分类一篇文章,我们调用了多少个分类器?10个,这还是类别数为5的时候,类别数如果是1000,要调用的分类器数目会上升至约500,000个(类别数的平方量级)。这如何是好?

    看来我们必须再退一步,在分类的时候下功夫,我们还是像一对一方法那样来训练,只是在对一篇文章进行分类之前,我们先按照下面图的样子来组织分类器(如你所见,这是一个有向无环图,因此这种方法也叫做DAG SVM)

    这里写图片描述

    这样在分类时,我们就可以先问分类器“1对5”(意思是它能够回答“是第1类还是第5类”),如果它回答5,我们就往左走,再问“2对5”这个分类器,如果它还说是“5”,我们就继续往左走,这样一直问下去,就可以得到分类结果。好处在哪?我们其实只调用了4个分类器(如果类别数是k,则只调用k-1个),分类速度飞快,且没有分类重叠和不可分类现象!缺点在哪?假如最一开始的分类器回答错误(明明是类别1的文章,它说成了5),那么后面的分类器是无论如何也无法纠正它的错误的(因为后面的分类器压根没有出现“1”这个类别标签),其实对下面每一层的分类器都存在这种错误向下累积的现象。

    不过不要被DAG方法的错误累积吓倒,错误累积在一对其余和一对一方法中也都存在,DAG方法好于它们的地方就在于,累积的上限,不管是大是小,总是有定论的,有理论证明。而一对其余和一对一方法中,尽管每一个两类分类器的泛化误差限是知道的,但是合起来做多类分类的时候,误差上界是多少,没人知道,这意味着准确率低到0也是有可能的,这多让人郁闷。
      而且现在DAG方法根节点的选取(也就是如何选第一个参与分类的分类器),也有一些方法可以改善整体效果,我们总希望根节点少犯错误为好,因此参与第一次分类的两个类别,最好是差别特别特别大,大到以至于不太可能把他们分错;或者我们就总取在两类分类中正确率最高的那个分类器作根节点,或者我们让两类分类器在分类的时候,不光输出类别的标签,还输出一个类似“置信度”的东东,当它对自己的结果不太自信的时候,我们就不光按照它的输出走,把它旁边的那条路也走一走,等等。

    大Tips:SVM的计算复杂度
      使用SVM进行分类的时候,实际上是训练和分类两个完全不同的过程,因而讨论复杂度就不能一概而论,我们这里所说的主要是训练阶段的复杂度,即解那个二次规划问题的复杂度。对这个问题的解,基本上要划分为两大块,解析解和数值解。
      解析解就是理论上的解,它的形式是表达式,因此它是精确的,一个问题只要有解(无解的问题还跟着掺和什么呀,哈哈),那它的解析解是一定存在的。当然存在是一回事,能够解出来,或者可以在可以承受的时间范围内解出来,就是另一回事了。对SVM来说,求得解析解的时间复杂度最坏可以达到O(Nsv3),其中Nsv是支持向量的个数,而虽然没有固定的比例,但支持向量的个数多少也和训练集的大小有关。
    数值解就是可以使用的解,是一个一个的数,往往都是近似解。求数值解的过程非常像穷举法,从一个数开始,试一试它当解效果怎样,不满足一定条件(叫做停机条件,就是满足这个以后就认为解足够精确了,不需要继续算下去了)就试下一个,当然下一个数不是乱选的,也有一定章法可循。有的算法,每次只尝试一个数,有的就尝试多个,而且找下一个数字(或下一组数)的方法也各不相同,停机条件也各不相同,最终得到的解精度也各不相同,可见对求数值解的复杂度的讨论不能脱开具体的算法。
    一个具体的算法,Bunch-Kaufman训练算法,典型的时间复杂度在O(Nsv3+LNsv2+dLNsv)和O(dL2)之间,其中Nsv是支持向量的个数,L是训练集样本的个数,d是每个样本的维数(原始的维数,没有经过向高维空间映射之前的维数)。复杂度会有变化,是因为它不光跟输入问题的规模有关(不光和样本的数量,维数有关),也和问题最终的解有关(即支持向量有关),如果支持向量比较少,过程会快很多,如果支持向量很多,接近于样本的数量,就会产生O(dL2)这个十分糟糕的结果(给10,000个样本,每个样本1000维,基本就不用算了,算不出来,呵呵,而这种输入规模对文本分类来说太正常了)。
      这样再回头看就会明白为什么一对一方法尽管要训练的两类分类器数量多,但总时间实际上比一对其余方法要少了,因为一对其余方法每次训练都考虑了所有样本(只是每次把不同的部分划分为正类或者负类而已),自然慢上很多。

    展开全文
  • 分类器解决分类问题

    千次阅读 2019-05-14 16:38:20
    对于第1,训练一个分类器:第1是正样本,其余的样本都是负样本 对于第2,训练一个分类器:第2是正样本,其余的样本都是负样本 以此类推,一共训练出五个分类器 在预测阶段,对于输入的待分类样本,...
  • SVM多类分类---个二值分类combine

    万次阅读 2014-11-18 21:17:05
    SVM算法最初是为二值分类问题设计的,当处理类问题时,就需要构造合适的多类分类器。目前,构造SVM多类分类器的方法主要有两类:一类是直接法,直接在目标函数上进行修改,将个分类面的参数求解合并到一个最优化...
  •  SVM算法最初是为二值分类问题设计的,当处理类问题时,就需要构造合适的多类分类器。  目前,构造SVM多类分类器的方法主要有两类  (1)直接法,直接在目标函数上进行修改,将个分类面的参数求解合并到一...
  • 主要的两种策略是:一对方法;一对一方法。 一对一方法是在任意两类样本之间设计创建一个二值分类器,对每一个样本都需要用所有的二值分类器进行分类,...另外一种实现多类分类器的方法是一对,其为每类创建...
  • 本文在CIFAR-10数据集上举例。CIFAR-10的训练集有50000张32*32*3...一个机器学习(包括深度学习)多分类器的生命周期包括3大模块: 1.Score Function: 将3072维的input xi转化成一个10维的classfication score ve...
  • 本文在之前基础上,又引入决策树、随机森林、多层感知分类器、xgboost和朴素贝叶斯分类算法,并对验证集和测试集分类正确率和耗时进行性能对比。 ml支持决策树、随机森林、梯度提升决策树(GBDT)、线性支持向量机...
  • SVM实现多分类

    千次阅读 2019-03-20 21:18:09
    SVM算法最初是为二值分类问题设计的,当处理类问题时,就需要构造合适的多类分类器。目前,构造SVM多类分类器的方法主要有两类:直接法 和 间接法。 1. 直接法 直接在目标函数上进行修改,将个分类面的参数求解...
  • 支持向量机用于多分类

    千次阅读 2018-07-27 09:48:10
      从 SVM的那几张图可以看出来,SVM是一种典型的两类分类器,即它只回答属于正类还是负类的问题。而现实中要解决的问题,往往是类的问题(少部分...如何由两类分类器得到多类分类器,就是一个值...
  • 【火炉炼AI】机器学习010-用朴素贝叶斯分类器解决分类问题 【本文所使用的Python库和版本号】: Python 3.5, Numpy 1.14, scikit-learn 0.19, matplotlib 2.2   前面讲到了使用逻辑回归分类器解决分类问题...
  • 为解决采用 softmax 作为卷积神经网络分类器导致图形分类识别模型泛化能力的不足,不能较好适用图像分类等问题,本次博客使用SVM代替CNN网络的softmax分类层,即CNN提取特征后利用SVM进行分类。为了验证模型更改后的...
  • SVM如何解决多分类问题

    千次阅读 2015-08-07 14:41:27
    从 SVM的那几张图可以看出来,SVM是一种典型的两类分类...如何由两类分类器得到多类分类器,就是一个值得研究的问题。  还以文本分类为例,现成的方法有很,其中一种一劳永逸的方法,就是真的一次性考虑所有样本,
  • SVM多分类问题,解决方案

    千次阅读 2016-04-17 20:55:12
     SVM算法最初是为二值分类问题设计的,当处理类问题时,就需要构造合适的多类分类器。  目前,构造SVM多类分类器的方法主要有两类  (1)直接法,直接在目标函数上进行修改,将个分类面的参数求解合并到一个...
  • Halcon视觉检测——使用分类器分类

    万次阅读 2018-04-25 18:44:56
    分类器简介 机器学习在Helcon中的一个重要应用就是用于图像分类任务。Halcon中常用的分类器有GMM(高斯混合模型)、Neural Nets(神经网络)、SVM(支持向量机)等。一般应付常见的分类问题,这些就足够了。 ...
  • SVM分类,一对

    千次阅读 2017-10-24 17:35:58
     SVM算法最初是为二值分类问题设计的,当处理类问题时,就需要构造合适的多类分类器。  目前,构造SVM多类分类器的方法主要有两类  (1)直接法,直接在目标函数上进行修改,将个分类面的参数求解合并到
  • 图像分类基本流程及 KNN 分类器

    千次阅读 2018-09-07 16:14:06
    虽然看起来挺简单的,但这可是计算机视觉领域的核心问题之一,计算机视觉领域中很看似不同的问题(比如物体检测和分割),都可以被归结为图像分类问题。 1.2 图像分类的挑战   物体分类与检测的难点与挑战在本....
  • 多分类学习

    千次阅读 2017-02-28 21:19:13
    1.基本思想: ...分类学习的基本思路:...在测试时,对这些分类器的预测结果进行集成以获得最终的分类结果。2.拆分策略 给定数据集D={(x1,y1),(x2,y2),…,(xm,ym)},yi属于{C1,C2,…,CN}: 1)一对一
  • SVM实现多分类的三种方案

    千次阅读 2018-07-31 15:54:16
    SVM本身是一个二值分类器  SVM算法最初是为二值分类问题设计的,当处理类问题时,就需要构造合适的多类分类器。  目前,构造SVM多类分类器的方法主要有两类  (1)直接法,直接在目标
  • 本文是个人学习笔记,内容主要涉及MultinomialNB(Naive Bayes)对sklearn内置的fetch_20newsgroups——新闻数据抓取从互联网上即时下载的新闻文本数据进行多类分类。 朴素贝叶斯模型被广泛应用于互联网新闻的分类、...
  • 模式识别(Pattern Recognition)学习笔记(十三)--类线性分类器 如有错误还望海涵,谢谢。 引言  在之前的学习和讨论中,均是围绕的两类问题来展开,但这毕竟不结合实际,实际应用中面临更的往往是多类...
  • 支持向量机解决多类分类问题

    万次阅读 2014-08-14 09:24:27
    从 SVM的那几张图可以看出来,SVM是一种...如何由两类分类器得到多类分类器,就是一个值得研究的问题。 还以文本分类为例,现成的方法有很,其中一种一劳永逸的方法,就是真的一次性考虑所有样本,并求解一个目标

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 677,527
精华内容 271,010
关键字:

多类分类器