[問題] svm 預測問題

[abogiqui (拐)]

問題類別: SVM (ex：ML,SVM,RL,DL,RNN,CNN,NLP,BD,Vis,etc...)

使用工具: MATLAB

問題內容:

  在training完後將Model存下來(alpha, bias, SupportVector, SupportVectorLabel等
)

  想不使用predict function 自己算出預測結果。

  使用的架構是 one-verse-one SVM 分五類(共十個binary svm)，

  使用Gaussian kernel，feature維度為100，第M個SVM的support vectors數量為N個

  以下是我目前的做法:

  根據matlab說明先將 support vector unnormalize -> supportvector * sigma+mu

  alpha: Nx1 vector, SupportVectorLabel svl: Nx1 vector, bias:1x1 double

  k(x,y) = exp(-(sqrt((x-y).^2)).^2)

  先將 alpha.*svl.* k(newFeature,supportVector) 得到 1x100 vector

  將N個 vectors sum起來 後加上bias

  想請問

  1. 這樣等於feature每個維度都有加上bias 是正確的嗎

  2, 理想中最後應該得到一個值 正值就分成A類 負值分到B類，
     所以接下來是將100個值加起來嗎?

  問題有點雜，先謝謝願意給予指教的板友了

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.137.44.238 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1575557840.A.BD5.html
※ 編輯: abogiqui (114.137.44.238 臺灣), 12/05/2019 22:59:05
→ yoyololicon: 以前寫的作業有寫怎麼predict,給你做參考
→ yoyololicon: https://github.com/yoyololicon/ML_HW3/blob/maste
→ yoyololicon: r/svm.py
→ yoyololicon: 太久沒碰svm有點忘了@@
→ yoyololicon: 縮一下網址https://reurl.cc/ObLbkv
→ yoyololicon: R忘了你寫matlab ...