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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注