В учебниках по SVM указано, что если точка данных попадает в область, окружающую разделяющую линию (на полях), она не классифицируется. Как это реализовано в таких библиотеках, как SVMlight и libsvm?
несекретные точки данных в libsvm?
Ответы (1)
Для двухклассовой классификации мы обычно предполагаем, что их целями являются +1
и -1
соответственно. Затем мы находим гиперплоскость с максимальным запасом с помощью решателя QP. Из-за мягких полей (см. термин C в SVM} некоторые образцы существуют на полях.
Но это не проблема. Мы можем определить класс, который имеет положительные значения как +
-класс и отрицательные значения как -
-класс.
Подводя итог, даже если образцы обучены как +1
и -1
, SVM классифицирует +
-класс, когда >= 0
или -
-класс, когда < 0
person
emeth
schedule
21.04.2014