繁体 English 中英

线性SVM用于线性分离具有两个特征的数据

[英]Linear SVM is used for linearly separating the data which have two features

原文 2020-05-27 04:02:54 9 1 machine-learning/ svm/ knn

我们可以使用 KNN 和线性 SVM 分类器来训练包含 4 个特征和 6 个分类簇的数据 model 吗？ 因为我认为线性 SVM 和 KNN 用于线性分离具有两个特征并具有二元分类簇的数据。

1 个解决方案

这是可能的，你只需要使用 OneVsAll 包装器，就像这个https://scikit-learn.org/stable/modules/generated/sklearn.multiclass.OneVsRestClassifier.html基本上你将训练 6 个分类器，每个集群一个，试图从所有 rest 中找到一个 class。

如何确定对线性 SVM 贡献最大的特征？

[英]How to determine the most contributing features for a Linear SVM?

具有处理假设缺失数据的特征的机器学习

[英]Machine learning with handling features which are suppose to have missing data

哪一个更快？具有线性内核的Logistic回归或SVM？

[英]Which one is faster? Logistic regression or SVM with linear kernel?

如何使用线性支持向量机（SVM）分类器确定最重要/信息功能

[英]How to determine most Important/Informative features using Linear Support Vector Machines (SVM) classifier

SVM 的最大特征数

[英]Maximum number of features for SVM

将多个功能与svm结合使用

[英]Combining multiple features with svm

了解线性分类SVM

[英]Understanding an linear classification SVM

图像的哪些特征将产生用于SVM多类图像分类的良好结果？

[英]What features of images will produce good result used in SVM multiclass image classification?

从模拟数据中分离两个类

[英]Separating Two Classes from Simulated Data

在R中调整线性SVM模型时，具有负epsilon是否有意义？

[英]Does it make sense to have negative epsilon when tuning a linear-SVM model in R?

暂无

暂无

声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.

相关问题 如何确定对线性 SVM 贡献最大的特征？具有处理假设缺失数据的特征的机器学习哪一个更快？具有线性内核的Logistic回归或SVM？如何使用线性支持向量机（SVM）分类器确定最重要/信息功能 SVM 的最大特征数将多个功能与svm结合使用了解线性分类SVM 图像的哪些特征将产生用于SVM多类图像分类的良好结果？从模拟数据中分离两个类在R中调整线性SVM模型时，具有负epsilon是否有意义？

相关标签

粤ICP备18138465号 © 2020-2024 STACKOOM.COM