के साथ मीन/स्टडीडेव जोयर में निकटतम मिलान की गणना करना मैं एसवीएम के लिए नया हूं, और मैं पाइथन इंटरफ़ेस का उपयोग libsvm पर एक नमूना और stddev युक्त नमूना वर्गीकृत करने का प्रयास कर रहा हूं। हालांकि, मुझे बकवास परिणाम मिल रहे हैं।LibSVM
क्या यह कार्य SVMs के लिए अनुचित है या libsvm के उपयोग में कोई त्रुटि है? नीचे परीक्षण करने के लिए उपयोग की जा रही सरल पायथन लिपि है:
#!/usr/bin/env python
# Simple classifier test.
# Adapted from the svm_test.py file included in the standard libsvm distribution.
from collections import defaultdict
from svm import *
# Define our sparse data formatted training and testing sets.
labels = [1,2,3,4]
train = [ # key: 0=mean, 1=stddev
{0:2.5,1:3.5},
{0:5,1:1.2},
{0:7,1:3.3},
{0:10.3,1:0.3},
]
problem = svm_problem(labels, train)
test = [
({0:3, 1:3.11},1),
({0:7.3,1:3.1},3),
({0:7,1:3.3},3),
({0:9.8,1:0.5},4),
]
# Test classifiers.
kernels = [LINEAR, POLY, RBF]
kname = ['linear','polynomial','rbf']
correct = defaultdict(int)
for kn,kt in zip(kname,kernels):
print kt
param = svm_parameter(kernel_type = kt, C=10, probability = 1)
model = svm_model(problem, param)
for test_sample,correct_label in test:
pred_label, pred_probability = model.predict_probability(test_sample)
correct[kn] += pred_label == correct_label
# Show results.
print '-'*80
print 'Accuracy:'
for kn,correct_count in correct.iteritems():
print '\t',kn, '%.6f (%i of %i)' % (correct_count/float(len(test)), correct_count, len(test))
डोमेन काफी सरल लगता है। मैं उम्मीद करता हूं कि अगर इसे 2.5 का मतलब है लेबल 1 का मतलब जानने के लिए प्रशिक्षित किया गया है, तो जब यह 2.4 का मतलब देखता है, तो उसे सबसे अधिक वर्गीकृत वर्गीकरण के रूप में लेबल 1 वापस करना चाहिए। हालांकि, प्रत्येक कर्नेल में 0% की शुद्धता होती है। ऐसा क्यों है?
कुछ पक्ष नोट्स, टर्मिनल में libsvm द्वारा छोड़े गए सभी वर्बोज़ प्रशिक्षण आउटपुट को छिपाने का कोई तरीका है? मैंने libsvm के दस्तावेज़ और कोड की खोज की है, लेकिन मुझे इसे बंद करने का कोई तरीका नहीं मिल रहा है।
इसके अलावा, मैं अपने स्पैस डेटासेट (जैसे {'mean': 2.5, 'stddev': 3.5}) में चाबियों के रूप में सरल तारों का उपयोग करना चाहता था। दुर्भाग्यवश, libsvm केवल पूर्णांक का समर्थन करता है। मैंने स्ट्रिंग के लंबे पूर्णांक प्रतिनिधित्व का उपयोग करने की कोशिश की (उदा। 'माध्य' == 110 9110110971110), लेकिन libsvm सामान्य 32-बिट पूर्णांक में इसे छोटा कर देता है। एकमात्र कामकाज जो मैं देखता हूं वह एक अलग "कुंजी" फ़ाइल को बनाए रखना है जो प्रत्येक स्ट्रिंग को एक पूर्णांक ('mean' = 0, 'stddev' = 1) पर मैप करता है। लेकिन जाहिर है कि यह दर्द होगा क्योंकि मुझे धारावाहिक वर्गीकृत के साथ दूसरी फ़ाइल को बनाए रखना और जारी रखना होगा। क्या कोई आसान तरीका देखता है?
आपका कोड काम करता प्रतीत होता है, यदि आप संभाव्यता अनुमान हटाते हैं (यानी, "संभावना = 1" हटाएं, predict_probability को केवल पूर्वानुमानित करने के लिए बदलें, और pred_probability को हटाएं)। – dmcer
@ डमसर, शानदार। इसके विपरीत, ऐसा प्रतीत होता है कि जब तक मेरे पास प्रत्येक लेबल के लिए कम से कम दो नमूने हैं, तब तक मैं संभाव्यता अनुमान रख सकता हूं। अजीब यह प्रति लेबल सिर्फ एक नमूना के लिए काम नहीं करेगा। यदि आप अपनी टिप्पणी को उत्तर के रूप में पोस्ट करते हैं, तो मैं इसे स्वीकृत उत्तर के रूप में चिह्नित करूंगा। – Cerin