मैं वेक्टर मशीनों का समर्थन करने के लिए नया हूं।
svmसे समारोह e1071आर में पैकेज विभिन्न विकल्प प्रदान करता है:
पाँच प्रकारों के बीच सहज अंतर क्या हैं? कौन सी स्थिति में लागू किया जाना चाहिए?
जवाबों:
संक्षिप्त जवाब
आप यह चुन सकते हैं कि आपके लक्ष्य के आधार पर क्या उपयोग किया जाए और आपके पास किस तरह का डेटा हो।
यदि आपके पास एक वर्गीकरण समस्या है, अर्थात, भविष्यवाणी करने के लिए असतत लेबल, आप उपयोग कर सकते हैं C-classificationऔर nu-classification।
यदि आपके पास एक प्रतिगमन समस्या है, अर्थात, भविष्यवाणी करने के लिए निरंतर संख्या, आप उपयोग कर सकते हैं eps-regressionऔर nu-regression।
यदि आपके पास डेटा का केवल एक वर्ग है, अर्थात, सामान्य व्यवहार, और आउटलेर का पता लगाना चाहते हैं। one-classification।
विवरण
सी-वर्गीकरण और नू-वर्गीकरण द्विआधारी वर्गीकरण उपयोग के लिए है। यदि आप जानवरों के लिए सुविधाओं के आधार पर बिल्ली बनाम कुत्ते को वर्गीकृत करने के लिए एक मॉडल बनाना चाहते हैं, अर्थात, भविष्यवाणी लक्ष्य एक असतत चर / लेबल है।
सी-वर्गीकरण और नू-वर्गीकरण के बीच अंतर के बारे में जानकारी के लिए। आप LIBSVM से FAQ में पा सकते हैं
प्रश्न: nu-SVC और C-SVC में क्या अंतर है?
मूल रूप से वे एक ही चीज हैं लेकिन विभिन्न मापदंडों के साथ। C की सीमा शून्य से अनंत तक है लेकिन nu हमेशा [0,1] के बीच होता है। एनयू की एक अच्छी संपत्ति यह है कि यह समर्थन वैक्टर के अनुपात और प्रशिक्षण त्रुटि के अनुपात से संबंधित है।
एक-वर्गीकरण "बाहरी पहचान" के लिए है, जहां आपके पास केवल एक वर्ग डेटा है। उदाहरण के लिए, आप एक उपयोगकर्ता के खाते के "असामान्य" व्यवहार का पता लगाना चाहते हैं। लेकिन आपके पास मॉडल को प्रशिक्षित करने के लिए "असामान्य व्यवहार" नहीं है। लेकिन केवल सामान्य व्यवहार।
एप्स-रिग्रेशन और नू-रिग्रेशन का उपयोग रिग्रेशन समस्याओं के लिए किया जाता है, जहां आप एक निरंतर संख्या की भविष्यवाणी करना चाहते हैं, आवास की कीमत कहते हैं। विस्तृत अंतर यहां पाया जा सकता है: ep-SVR और nu-SVR (और कम से कम वर्ग SVR) के बीच अंतर