Articles of svm

error de valor ocurre cuando se utiliza GridSearchCV

Estoy usando GridSearchCV para hacer la clasificación y mis códigos son: parameter_grid_SVM = {‘dual’:[True,False], ‘loss’:[“squared_hinge”,”hinge”], ‘penalty’:[“l1″,”l2”] } clf = GridSearchCV(LinearSVC(),param_grid=parameter_grid_SVM,verbose=2) clf.fit(trian_data, labels) Y luego, me encuentro con el error. ValueError: conjunto de argumentos no admitidos: penalización = ‘l1’ solo se admite cuando dual = ‘falso’., Parámetros: penalización = ‘l1’, pérdida = ‘bisagra’, dual = Falso […]

Construyendo un SVM con Tensorflow

Actualmente tengo dos matrices numpy: X – (157, 128) – 157 conjuntos de 128 características Y – (157) – clasificaciones de los conjuntos de características Este es el código que escribí para intentar construir un modelo de clasificación lineal de estas características. En primer lugar, adapté las matrices a un conjunto de datos de Tensorflow: […]

¿Hay alguna forma de utilizar la selección recursiva de características con modelos no lineales con scikit-learn?

Estoy tratando de usar SVR con un kernel rbf (obviamente) en un problema de regresión. Mi conjunto de datos tiene algo así como 300 características. Me gustaría seleccionar características más relevantes y usar algo como la función secuencial de matlab que probaría cada combinación (o de todos modos comenzando con pocas variables y agregando variables […]

Python: convierte la matriz a positivo semi-definido

Actualmente estoy trabajando en métodos de kernel, y en algún momento tuve que hacer una matriz semi-definida no positiva (es decir, una matriz de similitud) en una matriz de PSD. He intentado este enfoque: def makePSD(mat): #make symmetric k = (mat+mat.T)/2 #make PSD min_eig = np.min(np.real(linalg.eigvals(mat))) e = np.max([0, -min_eig + 1e-4]) mat = k […]

Predicción de series de tiempo utilizando regresión de vectores de soporte

He estado tratando de implementar la herramienta de predicción de series de tiempo usando la regresión de vectores de soporte en lenguaje python. Utilizo el módulo SVR de scikit-learn para la regresión de vectores de soporte no lineal. Pero tengo un serio problema con la predicción de eventos futuros. La línea de regresión se ajusta […]

AttributeError: el objeto ‘módulo’ no tiene atributo ‘SVM_LINEAR’

He instalado open cv 3.0 y luego instalé libsvm. Luego agregué eso a mis paquetes pycharm. Pero al escribir este código svm_params = dict( kernel_type = cv2.SVM_LINEAR, svm_type = cv2.SVM_C_SVC, C=2.67, gamma=5.383 ) muestra este error svm_params = dict( kernel_type = cv2.SVM_LINEAR, AttributeError: ‘module’ object has no attribute ‘SVM_LINEAR’ Intenté importar libsvm pero no funcionó. […]

Obtenga los valores de recuperación (sensibilidad) y precisión (PPV) de un problema de múltiples clases en PyML

Estoy usando PyML para la clasificación SVM. Sin embargo, noté que cuando evalúo un clasificador multiclase con LOO, el objeto de resultados no informa la sensibilidad y los valores de PPV. En su lugar son 0.0: from PyML import * from PyML.classifiers import multi mc = multi.OneAgainstRest(SVM()) data = VectorDataSet(‘iris.data’, labelsColumn=-1) result = mc.loo(data) result.getSuccessRate() […]

Opencv: Entrene a SVM con puntos clave RÁPIDOS y funciones BREVES

Quiero entrenar un SVM para la detección de objetos. En este punto, tengo una secuencia de comandos de python que detecta los puntos clave FAST y extrae las características de BRIEF en esa ubicación. Ahora no sé cómo usar estos descriptores para entrenar un SVM. ¿Me dirías por favor? ¿Cómo usar los descriptores para entrenar […]

Cómo configurar LIBSVM para Python

Construí libsvm en Mac OS X con Make. $ tar xzfv libsvm-3.17.tar.gz $ cd libsvm-3.17 $ make Esto construyó los varios binarios libsvm: $ ls COPYRIGHT heart_scale svm-predict.c svm-train.c tools FAQ.html java svm-scale svm.cpp windows Makefile matlab svm-scale.c svm.def Makefile.win python svm-toy svm.h README svm-predict svm-train svm.o También me vinculé a esto en /usr/local : […]

¿Cuál es la diferencia entre OneVsRestClassifier con SVC y SVC con decision_function_shape = ‘ovr’?

Pensé que debería ser el mismo, pero para el método decision_function() obtengo resultados diferentes. Y SVC con solo decision_function_shape=’ovr’ es realmente más rápido. Relacionados: Scikit aprende clasificación de múltiples clases para máquinas de vectores de soporte