Wie führen Sie multi-class-Klassifikation mit 'svm' e1071 Paket in R
Möchte ich ausführen, multi-class-Klassifizierung anhand der svm
Funktion e1071
Paket. Aber von dem, was ich kam zu wissen aus der Dokumentation der svm
es kann nur eine binäre Klassifikation. Die Vignetten Dokument sagt dies für die multi-class-Klassifizierung: "Zu ermöglichen multi-class klassifizierte Kationen libsvm
verwendet die eins-gegen-eins-Technik durch die Ausstattung aller binäre subclassi fiers zusammensetzt und die Suche nach der richtigen Klasse durch einen voting-Mechanismus".
Was ich noch nicht verstehe, ist, wenn wir führen Sie die multi-class-Klassifizierung mit svm
von e1071
im R? Wenn ja, erläutern Sie bitte, wie wir tun es über iris
dataset.
ja, Sie haben Recht über das Beispiel, und ich habe gesehen, es früher. Also, bedeutet es, dass die
svm
von e1071
ausführen können multi-class classification und nicht beschränkt auf die binäre Klassifikation? Macht diese Funktion funktioniert auf die gleiche Weise auf den Datensatz mit 10 Ausgabe-Klassen als iris
hat 3?Antwortete ähnliche Frage in einem anderen thread. Unten ist der link: stackoverflow.com/a/37697836/4861626
InformationsquelleAutor StrikeR | 2014-02-25
Du musst angemeldet sein, um einen Kommentar abzugeben.
Den iris-Datensatz enthält drei Klasse Etiketten: "Iris setosa", "Iris virginica" und "Iris versicolor". Zu beschäftigen, um eine ausgewogene eins-gegen-eins-Klassifizierung Strategie mit svm, Sie trainieren konnte drei binäre Klassifikatoren:
Den ersten Klassifikators die trainingsmenge enthält nur die "Iris setosa" und "Iris virginica" Instanzen. Der zweite Klassifizierer - training-set enthält nur die "Iris setosa" und die "Iris versicolor" Instanzen. Die Dritte Klassifizierer - training-set-ich denke, mittlerweile werden Sie schon wissen--enthält nur die "Iris virginica" und die "Iris versicolor" Instanzen.
Zu klassifizieren, eine unbekannte Instanz, die Sie anwenden, alle drei Klassifikatoren. Ein einfaches voting-Strategie könnte dann wählen, die am häufigsten vergeben-Klasse label, eine anspruchsvolle können auch den svm vertrauensergebnisse für jede zugewiesene Klasse label.
Bearbeiten (Dieses Prinzip funktioniert out of the box mit
svm
):svm
vone1071
können direkt führen Sie das multi-class-Klassifizierung.der Grund warum ich Frage ist, dass, wenn ich die Daten mit 10 Ausgabe-Klassen, die ich brauche, um Modell-10C2 (10 Kombination 2) = 45, Z-Klassifikatoren, das ist eine riesige Aufgabe.
Ok 🙂 Also die kurze Antwort ist ja,
svm
können auch multiclass Klassifizierung und es funktioniert auf die gleiche Weise wie für binäre (siehe edit in meiner Antwort).InformationsquelleAutor idleherb
R Dokument sagt, dass "Für multiclass-Klassifikation mit k-Stufen, k>2, libsvm verwendet die 'eins-gegen-eins" -Ansatz, bei dem k(k-1)/2 binäre Klassifikatoren trainiert werden; die entsprechende Klasse gefunden wird, ist ein voting System."
InformationsquelleAutor Hima Bindu