LibSVM vs. LibShortText

使用LibSVM的线性分类器与使用LibShortTextLibLinear有什么区别,如果有区别的话?同样的问题也适用于SVMlight;它们的实现方式是否不同?

谢谢。


回答:

LibShortText 是基于 LibLinear 构建的,专门用于短文本分类。

LibLinear 被认为比线性的 LibSVM 更快,通常用于大规模数据集。林教授的网站上显示了何时使用 LIBLINEAR 而不是 LIBSVM。当你在 LibLinear 中设置'-b 1'时,LibLinear 和 LibSVM 的结果被认为是接近的(请注意,默认情况下不使用偏置项)。即使添加了偏置项,结果之间的差异也被认为是由于正则化项(w'w+b^2)引起的。

SVMlight 也是大数据集分类的好选择,特别是在实现留一法交叉验证方面效率高。

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