LIBLINEAR에서 히스토그램 교집합/카이 sauare 커널을 사용할 수 있습니까?libsvm liblinear 히스토그램 교집합/카이 제곱 커널 사용 방법
제 문제는 크기가 5000 인 모든 특징 벡터가 히스토그램 기능이라는 것입니다. SVM으로 훈련/테스트하는 법을 모릅니다.
SVM을 사용하여 어떻게 훈련시킬 수 있습니까?
libSVM은 4 가지 유형의 커널을 지원합니다.
0 -- linear: u'*v
1 -- polynomial: (gamma*u'*v + coef0)^degree
2 -- radial basis function: exp(-gamma*|u-v|^2)
3 -- sigmoid: tanh(gamma*u'*v + coef0)
libSVM과 linearSVM의 차이점은 무엇입니까?
아니요, liblinear에서 맞춤 커널을 사용할 수 없습니다.
원하는 작업을 수행하려면 LibSVM과 그램 매트릭스를 제공하는 "미리 계산 된 커널"옵션 (LibSVM README에 설명되어 있음)을 사용해야합니다.
선형 커널의 경우 LibSVM과 LibLinear도 비슷한 결과를 산출합니다. 작성자는 다음과 같이 말합니다.
예측은 유사하지만 초평면이 다릅니다. Libsvm 은 L1 손실 SVM을 해결하지만 liblinear는 L2 정규화 된 물류 회귀 및 L2 손실 SVM을 해결합니다.
:
조금 늦었지만 다른 사람들에게 도움이 될 수 있습니다. 기계 학습 패키지 scikit-learn (http://scikit-learn.org/stable/modules/generated/sklearn.metrics.pairwise.chi2_kernel.html#sklearn.metrics.pairwise.chi2_kernel)은 적어도 chi2-Kernel을 제공합니다.
저는 Libsvm에서 chi2 커널을 사용하고 있습니다. 여기에 코드를 붙여 넣으면 유용 할 수 있기를 바랍니다.
function [chi2_ans]=chi2_kernel(x,y)
[email protected](x,y) 1-sum(((x'-y').*(x'-y'))./(x'+y'+eps)*2);
[m, ~]=size(x);
chi2_ans=zeros(size(x,1),size(y,1));
for i=1:size(x,1)
veci=x(i,:);
for j=1:size(y,1)
vecj=y(j,:);
chi2_ans(i,j)=f(veci,vecj);
end
end
end
입니다.
function [ acc ] = singleChi2Kernel( trainData,testData,trainLabel,testLabel)
numTrain = size(trainData,1);
numTest = size(testData,1);
%# compute kernel matrices between every pairs of (train,train) and
%# (test,train) instances and include sample serial number as first column
K = [ (1:numTrain)' , chi2_kernel(trainData,trainData) ];
KK = [ (1:numTest)' , chi2_kernel(testData,trainData) ];
%# train and test
model = svmtrain(trainLabel, K, '-t 4 ');
[predClass, acc, decVals] = svmpredict(testLabel, KK, model);
%# confusion matrix
%C = confusionmat(testClass,predClass)
end