SVM和无效类别

我想在我的SVM分类中加入一个无效类别。例如,在水果分类中,我希望有苹果、橙子、香蕉和“不是水果”(无效类别)。我想知道是为每个类别创建一个二元SVM分类器(一个用于苹果,一个用于橙子,等等)更好,还是创建一个包含无效类别作为其中一个类的SVM分类器,并向其提供无效的训练数据更好。

更具体地说,我有一个分类器用于对时间序列数据进行分类。我需要将一些输入的时间序列分类为无效类别(或者基本上是不属于任何所需类别)。


回答:

“不是水果”只是另一个类。你需要的是多类分类。SVM通过超平面来分离类别,所以你需要在上面再加一个算法。现在大多数软件包都提供了这种多类分类,但在性能上有所不同。

  1. 它们将每个类与其他类的集合进行对比
  2. 它们将每个类与每个其他类进行对比

无论你先做什么,你都会得到多个结果(类似于石头剪刀布游戏)

  1. 在这种情况下,你可能有0到n个正面结果
  2. 在这种情况下,你可能有1到n个类,每个类有1到n-1票

我建议使用一个能够进行投票的库。

虽然你提到了“时间序列数据”,这听起来不像是水果,可能会有其他要求

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