支持向量机:使用两个符号相反的特征有意义吗?

我正在训练一个支持向量机(SVM)。每个训练向量包含两个特征,这些特征在大小上相等但符号相反,即F1 = -F2

这样做有意义吗?

其中一个特征是否冗余,最好删除?

上述问题的答案是否取决于所使用的核函数?我目前使用的是高斯/径向基函数(RBF)核。


回答:

保留这两个特征没有意义;从几何上看,它们定义了一条线上的位置,完全可以用一个特征来捕捉。删除其中一个吧。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注