두 클래스 사이에서 일부 값을 분류해야합니다. 훈련 세트로 사용할 수있는 약 30 개의 값이 있으며 각 값에는 10 개의 다른 차원이 있습니다. libSVM (Python에서 사용)을 사용하고 있는데 아주 잘 작동하는 것 같습니다.LibSVM 모델 해석
나는 어떤 차원이 분류 과정에서 다른 것보다 더 중요하다고 생각하기 때문에 libSVM에 의해 계산 된 모델에 대해서도 해석하려고합니다.
y, x = [1,1,1,-1,-1,-1],[[1,-1],[1,0],[1,1],[-1,-1],[-1,0],[-1,1]]
prob = svm_problem(y, x)
param = svm_parameter()
param.kernel_type = LINEAR
param.C = 10
m = svm_train(prob, param)
svm_save_model('model_file', m)
X리스트의 요소의 두 번째 차원이 데이터 세트를 분류하는 쓸모없는 것이 분명하다 :
는 예를 들어, 다음 예제를 고려하십시오.
내 질문은 : libSVM에 의해 생성 된 모델을 분석하는 상황이 종류를 감지 할 수있는 체계적인 방법은
가?