0
Birisi bana, libsvm'deki multiclass SVM sınıflamasındaki k-katlı çapraz doğrulama ile birlikte platt ölçeklemenin nasıl kullanıldığını göstermek için örnek verebilir mi?LIBSVM kullanarak çapraz doğrulama ile platt ölçeklendirme nasıl kullanılır?
Tüm veri kümesini iki bölümden ayırdım: Eğitim ve test. Çapraz validasyon için, eğitim verilerinin bölümlenmesi, 1 bölüm test ve dinlenme için multiclass SVM sınıflandırıcı eğitimi içindir.
"Çapraz validasyon, A ve B parametrelerinin 3 kat CV'sini tahmin etmek için bir tutma setinden çok daha iyi bir yöntemdir, antrenman seti 3 parçaya bölünür. SVM'nin her biri 2 permütasyona göre eğitilir. 3 bölümden ve f 3 geri kalanında değerlendirilir. Üç takımın tümünün birleşiminde sigmoid antrenman setini oluşturabilir (ve ayrıca SVM parametrelerini ayarlamak için kullanılabilir). Yukarıda Platt'ın kağıdından alıntı yaptım ama hangi eğitim setinin konuştuğunu anlamıyorum. C ve Gama'yı ayarlamak için 10 kat CV yapmak için kullandığım eğitim seti aynı mı? –
Giriş parametreleri: deci = SVM karar değerleri dizisi label = booleans dizisi: +1 etiketli örnek nedir? prior1 = pozitif örneklerin sayısı negatif örneklerin prior0 = sayı Çıkışlar: A, B = sigmoid parametreleri fakat yukarıda Platt giriş/çıkış parametreleri kağıt durumları sağlanan sözde kodu. 'deci' parametresi, test verisi için libsvmpredict gelen çıktı karar skoru mu? 'Etiket' için, bu etikete hangi örnektir? Hangisine karşılık gelen, no. olumlu ve hayır. negatif örnek gerektirir? –
K-kat CV'si ile C ve gamma ayarlıyken test seti için de (her katın 1- bölümü) platt ölçeklendirme kullanıyoruz veya son olarak tüm test kümesi üzerinde eğitim aldıktan sonra son test seti ile birlikte platt kullanmak yeterli mi? . –