• 鱼大
    2018-07-13
    多分类问题是不是要拆解成多个二分类问题,再综合?

    作者回复: 是的。拆解有两种方式:一是一类与其他类(one-versus-all),哪个类输出结果最好就归到哪个类;二是一类与另一类(one-versus-one),这时要解决的二分类问题就比较多了,实例被分到哪个类的次数最多,就被归属到哪个类中。
    想要直接解决多分类也可以,具体做法是把它表示成二次型的优化问题。

    
     1
  • 林彦
    2018-07-15
    “让这两条平行线以它们各自经过的异类点为不动点进行旋转,同时保证平行关系和分类特性不变。在旋转的过程中,两个不动点之间的欧式距离是不变的,但两条线的斜率一直在改变,因此它们之间的距离也会不断变化。当其中一条直线经过第二个数据点时,两条直线之间的距离就会达到最大值。“这里面的旋转方向有2种,只有其中一种会令直线之间的距离达到最大值,有什么形象且可推理的方式能判定哪种方向会令距离达到最大值吗?

    作者回复: 这种方式本质上还是要找最近的异类点,所以第二个数据点,也就是支持向量在哪边,旋转方式就在哪边。两边转可以各自计算出一个距离,但管用的是两者中大的那个。

     1
    
  • 林彦
    2018-07-14
    之前看论文把支持向量机应用于多分类问题是一层层做二分类。

    作者回复: 是的。拆解成二分类有两种方式:一是一类与其他类(one-versus-all),哪个类输出结果最好就归到哪个类;二是一类与另一类(one-versus-one),这时要解决的二分类问题就比较多了,实例被分到哪个类的次数最多,就被归属到哪个类中。
    想要直接解决多分类也可以,具体做法是把它表示成二次型的优化问题。

    
    
我们在线,来聊聊吧