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
