色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

支持向量機(多類問題之1類對另1類)

RG15206629988 ? 來源:行業學習與研究 ? 2023-07-05 16:08 ? 次閱讀

假設測試樣本需被分為三類,首先需構建三個支持向量機模型,分別為:

(1)第一個支持向量機模型將樣本分類為類別1和類別2, (2)第二個支持向量機模型將樣本分類為類別1和類別3, (3)第三個支持向量機模型將樣本分類為類別2和類別3。

然后將每個訓練數據輸入至上述三個支持向量機的模型中,并采用“投票”的方式確定每個測試樣本的類別。例如,對于某一測試樣本,若第一個支持向量機模型將該樣本分類至類別1,第二個支持向量機模型將該樣本分類至類別1,第三個支持向量機模型將該樣本分類至類別2,此時,類別1“被投兩票”,類別2“被投一票”,類別3“被投零票”,因此,該樣本最終被分類為得票數最高的類別1。

但上述“投票”方式可能出現“平票”的情況。例如,對于某一測試樣本,若第一個支持向量機模型將該樣本分類至類別1,第二個支持向量機模型將該樣本分類至類別3,第三個支持向量機模型將該樣本分類至類別2。

“平票”情況可導致不能分類問題,1類對另1類的方式可通過將測試樣本在上述三個支持向量機模型中各類別的分數加和,并將該樣本歸類于分數和最大的類別的方式解決上述不能分類的問題。

測試樣本所獲得的分數可通過支持向量機判別式計算得出,即: socre=∑αiyiK(Xi,X)+b 例如,對于某一測試樣本,若: 其在第一個支持向量機模型(類別1VS類別2)獲得的分數為0.5, 其在第二個支持向量機模型(類別1VS類別3)獲得的分數為-0.2, 其在第三個支持向量機模型(類別2VS類別3)獲得的分數為0.4。

則該樣本在上述三個支持向量機模型中: 對類別1的分數和為0.5-0.2=0.3, 對類別2的分數和為-0.5+0.4=-0.1, 對類別3的分數和為0.2-0.4=-0.2。 即該樣本對類別1的分數最大,因此該樣本被歸類于類別1。

1類對另1類的方式可解決機器學習相關介紹(20)——支持向量機(多類問題之1類對K-1類方式)中1類對K-1類方式訓練樣本不平衡的問題,但1類對另1類方法需訓練的支持向量機的數量為K(K-1)/2(K為類別數),當K較大時,訓練和測試時間較長。

因此,支持向量機可綜合1類對K-1類和1類對另1類的方式,得出如圖一所示的樹狀方式(下文簡稱“樹狀方式”)。該樹狀方式處理的是一個8分類問題,在處理該問題時,需構建7個分類器(支持向量機模型),每個分類器區分兩個類別。

92283758-1b0a-11ee-962d-dac502259ad0.png

圖一,圖片來源:中國慕課大學《機器學習概論》

該樹狀方式在減少分類器數量的同時兼顧了類別樣本數量的平衡。該樹狀方式需保證每個分類器所區分的兩類差別是顯著的,例如“1、2、3、4VS5、6、7、8”兩類的差別是顯著的。






審核編輯:劉清

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 向量機
    +關注

    關注

    0

    文章

    166

    瀏覽量

    20873
  • 機器學習
    +關注

    關注

    66

    文章

    8408

    瀏覽量

    132568

原文標題:機器學習相關介紹(21)——支持向量機(多類問題之1類對另1類)

文章出處:【微信號:行業學習與研究,微信公眾號:行業學習與研究】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    一種改進的基于密度聚模糊支持向量

    為了提高模糊支持向量在數據集上的訓練效率,提出一種改進的基于密度聚(DBSCAN)的模糊支持向量
    發表于 03-20 16:21 ?12次下載

    基于概率投票策略的支持向量及應用

    傳統的支持向量是基于兩問題提出的,如何將其有效地推廣至多分類仍是一個研究的熱點問題。在分析比較現有
    發表于 04-01 08:53 ?12次下載

    基于搜索機制密度聚支持向量預選取算法

    支持向量在解決小樣本、非線性及高維模式識別問題中具有許多特有的優勢,但支持向量的選擇過程復雜。該文利用聚
    發表于 04-15 08:54 ?13次下載

    基于SVM的模擬調制方式識別算法

    提出了一種基于支持向量模擬調制方式識別算法。該算法通過分析模擬調制信號的特點,提取有效的特征向量
    發表于 05-20 19:59 ?17次下載

    改進分塊支持向量在入侵檢測中的應用

    支持向量(SVC)是在支持向量的思想上發展而來一種聚
    發表于 05-26 14:59 ?32次下載

    電源.part1

    電源.part1
    發表于 08-03 10:21 ?16次下載
    電源<b class='flag-5'>類</b>.part<b class='flag-5'>1</b>

    基于改進FCM聚的BT-SVM分類算法

    針對二叉樹支持向量分類問題上存在的不足,利用粒子群算法對模糊C 均值聚算法進行了改進,
    發表于 12-18 16:36 ?12次下載

    基于支持向量的手勢識別研究

    本文主要研究支持向量在手勢識別中模型的選擇,包括模型和核函數的選擇,提出基于徑向基核函數和一對一
    發表于 01-22 12:46 ?29次下載

    支持向量中心點非線性聚的兩大方法

    分布流形的復雜性,非線性聚是最流行和最被廣泛研究的聚問題之一。本文首先從四個角度對非線性聚的近期工作做一個簡要的綜述,包括基于核的聚算法、
    發表于 01-03 14:31 ?0次下載

    基于可能性二均值聚的二分支持向量

    提出基于可能性二均值聚(Possibilistic Two Means, P2M)的二分支持向量(Support Vector Mac
    發表于 01-09 10:45 ?0次下載

    熵的二叉樹支持向量的漏洞分類

    為了有效提高漏洞分類的準確性,針對基于二叉樹支持向量分類算法的分類復雜性和分類結果依賴二叉樹的結構等缺點,提出了一種基于熵的二又樹
    發表于 01-25 10:40 ?0次下載

    基于支持向量的深度視頻幀內編碼快速算法

    深度視頻編碼中最優深度劃分和模式選擇過程具有非常高的計算復雜度。提出了基于支持向量(MSVM,multi-class support
    發表于 01-31 13:37 ?1次下載
    基于<b class='flag-5'>多</b><b class='flag-5'>類</b><b class='flag-5'>支持</b><b class='flag-5'>向量</b><b class='flag-5'>機</b>的深度視頻幀內編碼快速算法

    基于單支持向量的織物瑕疵檢測研究

    為了實現在工業環境下的織物瑕疵在線檢測,提出了一種基于單支持向量( OCSVM)的織物異常紋理檢測方法。通過利用CCD采集織物圖像,濾除圖像噪聲后提取了圖像小區域窗口子圖像特征;通
    發表于 04-17 14:42 ?0次下載
    基于單<b class='flag-5'>類</b><b class='flag-5'>支持</b><b class='flag-5'>向量</b><b class='flag-5'>機</b>的織物瑕疵檢測研究

    圖解支持向量SVM

    作者說:我以前一直沒有真正理解支持向量,直到我畫了一張圖。 1. 問題 支持向量
    的頭像 發表于 12-26 11:46 ?2297次閱讀

    支持向量問題1對K-1方式)

    支持向量可求解二分問題。當需要求解多分類問題時,支持向量
    的頭像 發表于 06-30 16:07 ?520次閱讀
    主站蜘蛛池模板: 青青草A在在观免费线观看| 精品无码久久久久久国产百度| 嘟嘟嘟WWW在线观看视频高清| 大地影院在线播放| 国产精品人妻久久无码不卡| 国产性色AV内射白浆肛交后入| 九九热久久只有精品2| 麻豆精品2021最新| 牛和人交videos欧美| 色女仆影院| 亚洲精品第五页中文字幕| 在线精品视频成人网| vivoe另类| 国产午夜精品一区二区三区 | TUBE69CHINESE学生| 高清毛片一区二区三区| 国产在线观看91精品| 老熟女毛茸茸浓毛| 日产2021免费一二三四区在线| 性西欧俄罗斯极品| 56prom在线精品国产| 岛国大片在线播放免费| 狠狠色色综合站| 欧美精品AV精品一区视频| 无码区国产区在线播放| 影音先锋xfplay影院av| Y8848高清私人影院软件优势| 国产人妻人伦精品A区| 免费麻豆国产黄网站在线观看| 天天久久影视色香综合网| 与子敌伦刺激对白亂輪亂性| 草神被爆漫画羞羞漫画| 江苏电台在线收听| 日本久久网站| 影视先锋男人无码在线| 攻把受做哭边走边肉楼梯PLAY| 久久精品亚洲AV无码三区观看| 日本国产成人精品无码区在线网站| 亚洲另类国产综合在线| 阿离被扒开双腿疯狂输出 | 国产精品免费大片|