প্রশ্ন ট্যাগ «svm»

গাউসিয়ান কার্নেলের সাথে একটি এসভিএমের fi nite ডাইমেনশনাল বৈশিষ্ট্যযুক্ত স্থানটি রয়েছে এর পিছনে স্বজ্ঞাততাটি কী?

36 svm  feature-selection  kernel-trick 

কীভাবে প্রমাণ করতে হয় যে রেডিয়াল ভিত্তিক ফাংশন k(x,y)=exp(−||x−y||2)2σ2)k(x,y)=exp⁡(−||x−y||2)2σ2)k(x, y) = \exp(-\frac{||x-y||^2)}{2\sigma^2})একটি কর্নেল? আমি যতদূর বুঝতে পেরেছি, এটি প্রমাণ করতে আমাদের নীচের যে কোনও একটি প্রমাণ করতে হবে: কোনও ভেক্টর সংস্থার জন্য । । । , x nx1,x2,...,xnx1,x2,...,xnx_1, x_2, ..., x_n ম্যাট্রিক্স = positive ধনাত্মক অর্ধবৃত্তীয়।K(x1,x2,...,xn)K(x1,x2,...,xn)K(x_1, x_2, ..., x_n)(k(xi,xj))n×n(k(xi,xj))n×n(k(x_i, x_j))_{n …

35 svm  kernel-trick 

'দুর্বল শিক্ষানবিশ' শব্দটির অর্থ কি কেউ আমাকে বলতে পারেন? এটি কি একটি দুর্বল অনুমান বলে মনে করা হচ্ছে? দুর্বল শিক্ষানবিশ এবং দুর্বল শ্রেণিবদ্ধের মধ্যে সম্পর্ক সম্পর্কে আমি বিভ্রান্ত। দুটোই কি এক রকম নাকি কিছু পার্থক্য আছে? অ্যাডাবোস্ট আলগোরিদিমে T=10,। এর অর্থ কী? আমরা কেন নির্বাচন করব T=10?

34 classification  svm  terminology  adaboost  pac-learning 

আমি দেখেছি লোকেরা এসভিএম এবং কার্নেলগুলিতে প্রচুর প্রচেষ্টা করেছে এবং তারা মেশিন লার্নিংয়ের একটি স্টার্টার হিসাবে বেশ আকর্ষণীয় দেখায়। তবে আমরা যদি আশা করি যে প্রায়-সর্বদা আমরা (গভীর) নিউরাল নেটওয়ার্কের ক্ষেত্রে কার্যকর ফলাফল খুঁজে পেতে পারি তবে এই যুগে অন্যান্য পদ্ধতির চেষ্টা করার অর্থ কী? এই বিষয়টিতে আমার সীমাবদ্ধতা এখানে। …

33 machine-learning  svm  kernel-trick  supervised-learning 

আমার কাছে স্ট্রিমিং ডেটা সেট রয়েছে, উদাহরণগুলি একবারে পাওয়া যায়। তাদের উপর আমার বহু শ্রেণির শ্রেণিবিন্যাস করা দরকার। শেখার প্রক্রিয়াটিতে প্রশিক্ষণের উদাহরণ দেওয়ার সাথে সাথে আমার উদাহরণটি বাতিল করতে হবে। একযোগে, আমি লেবেলবিহীন ডেটা সম্পর্কে ভবিষ্যদ্বাণী করতে সর্বশেষতম মডেলটিও ব্যবহার করছি। যতদূর আমি জানি, একটি নিউরাল নেটওয়ার্ক একবারে একবারে উদাহরণগুলি …

33 machine-learning  svm  neural-networks 

সবার জানা হিসাবে, এসভিএম উচ্চ স্থানগুলিতে ডেটা পয়েন্টগুলি প্রজেক্ট করতে কার্নেল পদ্ধতি ব্যবহার করতে পারে যাতে পয়েন্টগুলি লিনিয়ার স্পেস দ্বারা পৃথক করা যায়। তবে আমরা কার্নেল স্পেসে এই সীমানাটি চয়ন করতে লজিস্টিক রিগ্রেশনও ব্যবহার করতে পারি, সুতরাং এসভিএমের সুবিধা কী? যেহেতু এসভিএম একটি বিচ্ছিন্ন মডেল ব্যবহার করে যেখানে কেবলমাত্র সমর্থনকারী …

32 svm 

কীভাবে এসভিএম ব্যবহার করে ভেরিয়েবল (অ্যাট্রিবিউট) গুরুত্ব পাবেন?

32 machine-learning  feature-selection  svm 

আমি শ্রেণিবিন্যাসের জন্য এসভিএম ব্যবহার করছি এবং আমি লিনিয়ার এবং আরবিএফ কার্নেলের জন্য অনুকূল পরামিতিগুলি নির্ধারণ করার চেষ্টা করছি। লিনিয়ার কার্নেলের জন্য আমি সি নির্ধারণ করতে ক্রস-ভ্যালিডেটেড প্যারামিটার নির্বাচন ব্যবহার করি এবং আরবিএফ কার্নেলের জন্য আমি সি এবং গামা নির্ধারণের জন্য গ্রিড অনুসন্ধান ব্যবহার করি। আমার কাছে 20 (সংখ্যাগত) বৈশিষ্ট্য …

32 classification  svm  kernel-trick 

সমর্থন ভেক্টর শ্রেণিবিন্যাসের জন্য আমি libsvm ( http://www.csie.ntu.edu.tw/~cjlin/libsvm/ ) সরঞ্জামটি ব্যবহার করছি । যাইহোক, আমি ইনপুট ডেটা ফর্ম্যাট সম্পর্কে বিভ্রান্ত করছি। পুনরায় পড়া থেকে: প্রশিক্ষণ এবং ডেটা ফাইল পরীক্ষার বিন্যাসটি হ'ল: <label> <index1>:<value1> <index2>:<value2> ... . . . প্রতিটি লাইনে একটি উদাহরণ থাকে এবং এটি একটি '\ n' অক্ষর দ্বারা …

31 machine-learning  svm  python  libsvm  c++ 

আমি আর এর সাথে গতি অর্জনের চেষ্টা করছি eventually আমি শেষ পর্যন্ত পাঠ্য শ্রেণিবদ্ধকরণের জন্য আর লাইব্রেরিটি ব্যবহার করতে চাই। আমি যখন কেবল পাঠ্য শ্রেণিবদ্ধকরণ করার কথা বলি তখন আর এর স্কেল্যাবিলিটি সম্পর্কিত লোকদের অভিজ্ঞতাগুলি কী তা আমি ভাবছিলাম। আমি উচ্চ মাত্রিক ডেটা (k 300k মাত্রা) চালানোর সম্ভবত। আমি বিশেষত …

30 r  machine-learning  svm  text-mining  random-forest 

আমার বৈশিষ্ট্যগুলির প্রতিটি মাত্রার মান আলাদা আলাদা থাকে। আমি জানতে চাই যে এই ডেটাসেটটি স্বাভাবিক করার জন্য প্রয়োজনীয়।

29 machine-learning  svm  random-forest  normalization 

আমি একটি এসভিএম এবং পার্সেপশনার মধ্যে পার্থক্য নিয়ে কিছুটা বিভ্রান্ত হয়ে পড়েছি। আমাকে এখানে আমার বোঝাপড়ার সংক্ষিপ্তসার চেষ্টা করার চেষ্টা করুন এবং দয়া করে আমার কোথায় ভুল হয়েছে তা সংশোধন করতে এবং আমি যা মিস করেছি তা পূরণ করুন। পারসেপ্ট্রন পৃথকীকরণ "দূরত্ব" অপ্টিমাইজ করার চেষ্টা করে না। যতক্ষণ না এটি …

29 machine-learning  svm  kernel-trick 

বন্ধ থাকে। এই প্রশ্নটি অফ-টপিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে এটি ক্রস ভ্যালিডেটের জন্য অন-বিষয় । 2 বছর আগে বন্ধ । আমি একটি ডেটাসেটের উপরে ক্রস বৈধতাযুক্ত এলোমেলো বন চালানোর জন্য ক্যারেট ব্যবহার করছি। Y পরিবর্তনশীল একটি ফ্যাক্টর। আমার …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

আমি শিখেছি যে, মডেল-ভিত্তিক পদ্ধতির ব্যবহার করে ডেটা নিয়ে কাজ করার সময়, প্রথম পদক্ষেপটি একটি পরিসংখ্যানের মডেল হিসাবে ডেটা প্রক্রিয়াটিকে মডেলিং করা হয়। তারপরে পরবর্তী পদক্ষেপটি এই পরিসংখ্যানের মডেলের উপর ভিত্তি করে দক্ষ / দ্রুত সূচনা / শেখার অ্যালগরিদম বিকাশ করছে। সুতরাং আমি জিজ্ঞাসা করতে চাই কোন সমর্থন সংক্রান্ত ভেক্টর …

28 machine-learning  svm  modeling 

আমি কেবল এই কাগজটি জুড়ে এসেছি , যা মিক্সড ইফেক্টস মডেলিংয়ের মাধ্যমে কোনও পরিমাপের পুনরাবৃত্তিযোগ্যতা (ওরফে বিশ্বাসযোগ্যতা, ওরফে ইন্ট্রাক্লাস পারস্পরিক সম্পর্ক) কীভাবে গণনা করতে হবে তা বর্ণনা করে। আর কোডটি হ'ল: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit