124.54791151883072, rho = 0.0528133707297996通过在我的代码中设置这个参数，我遵循了使用-q参数的解决方案：String[] options = {"-q"};虽然这个解决方案似乎在Python中有效，但我的Java代码不起作用
浏览 6提问于2016-02-07得票数 2
回答已采纳
我可以手动更改参数C和epsilon以获得优化结果，但我发现通过PSO (或任何其他优化算法)可以对SVM进行参数优化。没有算法。这意味着: PSO如何自动优化SVM参数？
浏览 1提问于2016-06-09得票数 1
1回答
Flink doc给出了支持向量机算法的scala示例：val svm = SVM()svm.fit(trainingDS)
对"fit“的调用将如何转换为java？( java表达式"svm.fit(training
浏览 4提问于2015-09-15得票数 4
回答已采纳
1回答
我尝试基于支持向量机(SVM)对图像进行分类。但没有得到任何合适的算法来实现。任何基于支持向量机的图像分类的帮助都是可以接受的。即支持向量机在图像分类中的工作原理？java实现中的SVM算法？
浏览 5提问于2013-10-28得票数 1
回答已采纳
1回答
在Spark SVM算法中，我们有如下代码 int numIterations=200;
model=svm.train(parsedData.rdd
浏览 0提问于2016-12-10得票数 0
在sklearn中，可以创建一个管道来优化机器学习设置的整个工具链，如以下示例所示：from sklearn.svm importSVCestimators = [('reduce_dim', PCA()), ('svm', SVC())]
clf =但是，如果我想在管道的同一级别上比较不同的算法，该怎么办？假设我想尝试PCA之外的另一种特征变换<
浏览 1提问于2016-07-28得票数 1
1回答
我目前正在做一个项目，使用Python来检测一组图片中的Snapcodes。对于那些不知道Snapcode是什么的人，。
浏览 0提问于2016-04-17得票数 0
1回答
我必须比较不同的ML算法使用插入R包，然后找出这些算法之间的显着性差异。preProc = c("center", "scale", "nzv"), preProc = c("center", "scale", "nzv"),
trContr
浏览 2提问于2020-05-20得票数 1
回答已采纳
1回答
我知道支持向量机算法不计算概率，这是找到AUC值所需的，有没有其他方法可以找到AUC分数？from sklearn.svm import SVCmodel_ksvm.fit(X_train, y_train)
我不能得到SVM算法的概率输出，没有概率输出我不能得到AUC分数，这是我可以用其他算法得到的。
浏览 0提问于2021-01-18得票数 3
我正在使用对具有大量特征/属性的数据集进行多类分类(每项大约5,800个)。我想为C和Gamma选择比我目前使用的默认参数更好的参数。有没有办法比默认值更快地得到更好的C和Gamma值？我正在使用Java库，如果这有什么不同的话。
浏览 0提问于2010-05-04得票数 2
回答已采纳
我已经得到了训练数据集，并阅读了它的描述，得到了一个很好的支持向量机算法(SVM.Net)的实现，但我不知道如何在这个实现中使用该数据集。我知道我应该从数据集的文本中提取特征，并将这些特征用作SVM的输入，所以谁能告诉我有关如何提取文本特征并将其用作SVM算法的输入的详细教程，然后使用此算法对新文本进行分类？如果有一个完整的关于使用SVM进行文本分类的例子，那就太好了。
任何帮助都将不胜感激。提前谢谢。
浏览 4提问于2011-05-23得票数 3
回答已采纳
2回答
使用支持向量机可以解决某个学习问题的特征或属性是什么？
换句话说，当你看到一个学习问题时，你会说：“哦，我一定要为此使用SVMs”，而不是神经网络、决策树或其他什么东西？
浏览 0提问于2016-01-11得票数 25
回答已采纳
1回答
在什么时候，一个问题是，他们是否真正实现了算法和-或模型的正确？取得明显的结果是很棒的，但是看起来很可疑。此外，可以做什么检查以确保算法和-或模型的实现正确？one for training and the other for testing
X_train_svm, X_test_svm, y_train_svm, y_test_svm = train_test_split(X_svm, y_svm, test_size=0.25, random_s
浏览 0提问于2019-03-22得票数 1
回答已采纳
2回答
我正在使用scikit--在python中学习使用svm.SVC对我的实例进行分类；但是，对于某些参数的组合，拟合永远不会停止。这是因为算法需要更多的时间。或者，算法不可能收敛到极值点。知道了这一点，svm总是收敛于任意数据集吗？
浏览 4提问于2016-11-06得票数 6
回答已采纳
1回答
如果SVM根本不是一个好的选择，请建议我在随机森林，决策树，K近邻等(除了NN和CNN之外，我已经在我的数据集中实现了这两个算法，我只需要一个算法来比较我的结果)中的哪一个会很好(如果可能，像下面的例子一样容易实现X_test, y_train, y_test = train_test_split(data, target, test_size=0.2, random_state=42)
model_svm = SVC(kernel='li
浏览 25提问于2020-04-30得票数 0
回答已采纳
我使用了3种不同的算法，k-最近邻算法、朴素贝叶斯算法和支持向量机算法.我的代码看起来有点像这样：X_train, X_testClassifiersvm.fit(X_train,y_train)print(metrics.classification_report(y_test,svm</e
浏览 0提问于2018-03-03得票数 0
1回答
我需要在eclipse中使用SVM对数据集进行分类，我找到了一篇文章，解释了如何使用SVM算法进行分类。用Weka解决我的问题对吗？
浏览 0提问于2018-07-17得票数 1
我用来训练SVM的代码在图像中生成SIFT关键点，使用KMEANS聚类，然后输入到SVM训练算法中。所有这些都工作得很好，但因为它不一定是所需操作代码的一部分，所以我单独执行了它，并使用以下命令将支持向量机模型保存到.dat文件：svm.save('datafile.dat')
问题是在OpenCV 3.0.0中根本没有实现svm.load()函数。
浏览 2提问于2015-09-27得票数 2
1回答
在多个数据集上测试Adaboost算法(以决策树作为其基本分类器)对SVM的性能，我发现boosting算法的性能更好。
我的问题是，为什么会发生这种情况？这是因为boosting总是优于SVM吗？
浏览 5提问于2014-08-13得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
