SVM和無效類別

我想在我的SVM分類中有一個無效類別。例如考慮水果分類，我想要有APPLE，ORANGE，BANANA和'NOT FRUIT'（無效）。我想知道是否最好爲每個類別創建一個二進制SVM分類器（一個用於ORANGE等的APPLE），或者創建一個帶有無效類別的SVM分類器作爲其中一個類，併爲其提供無效訓練數據。SVM和無效類別

爲了更具體一點，我有一個分類器，分類時間序列數據。我需要將一些美聯儲時間序列分類爲無效類別（或基本不包括所需類別）。

來源

2012-11-20 Ali

no_fruit只是另一個類。你需要的是Multiclass classification。 SVM通過超平面分離類，所以你需要另一種算法。現在大多數軟件包都提供了這樣的多類分類，但性能有所不同。

他們做的每一類分組對抗他人的
他們做的每一對每個

不管你做什麼首先你有多個結果（剪刀，石頭，布）

在這種情況下，您可能有0到n的積極因素
在這種情況下，您可能會有1到n個班級，其中1到n-1票

我會建議使用一個庫來做投票。

雖然你說'時間序列數據'。這聽起來不像水果，並可能有其他要求

來源

2012-12-02 16:54:09 stefan

這取決於您的SVM軟件包。如果你使用的是libsvm，你可以有幾個「積極」的類。只需稱爲「無效」類0，蘋果爲1，橙色爲2，依此類推。

來源

2012-11-20 20:43:53 Bee

但是，如果我創建多個分類器，它會訓練得更好嗎？蘋果分類器（是，否），橙色（是，否）等 – Ali

這取決於。 SVM嘗試使用超平面將nD（或（n + 1）D空間）中的數據分開。如果你有兩個類別，分隔很簡單：你的空間點落在一邊或平面或另一邊。如果您有多個類別，則正面類別也會被超平面分開，這意味着當模型預測它是蘋果時，不僅意味着它不是「無效」，而且也不是「橙色」。你需要弄清楚，確定一種水果還是無效水果是你想要的，或者確定「蘋果」是蘋果，「橙色」是橙色，而不是無效。 – Bee

SVM和無效類別

回答

相關問題