使用支持向量机(SVM)匹配时间序列

如果有两个不同的图表,我可以使用SVM来检测它们是否在定义的误差范围或阈值内接近匹配(而不是完全匹配)吗?如果可以,步骤是什么?我该怎么做?抱歉,我在机器学习领域是新手,非常感谢专家的帮助。

我问这个的原因是我有一组在时间(t)上的输入(x),我想验证并与预定义的一组在时间(t)上的值(x)进行匹配。这可以在使用移动设备上的加速度计进行动作类型检测中使用。


回答:

从你两个段落的第一句话来看:你只是想检测一个新实例是否“接近”你预定义的时间序列集合中的任何一个实例。直接的方法就是去做;不需要使用复杂的机器学习算法。

如果你不想将每个实例与你预定义集合中的所有内容进行比较,那么你可以(可能)尝试使用聚类或其他无监督学习算法将其简化为更少的原型。

SVM通常用于解决数据驱动的分类问题,在这种问题中,你有:两个(或更多)标记的数据集,每个数据集有许多实例;每个实例有一组特征值,你想构建一个分类模型来标记后续的数据。

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