현재 내가 직면 한 문제에 대한 제안을 찾고 있습니다.센서 네트워크의 SVM에 대한 치수 감소
나는 어떤 이벤트 E1-E20이 수행 될 때 트리거되는 S1-S100 센서 세트를 가지고 있습니다. E1은 일반적으로 S1-S20을 트리거하고, E2는 S15-S30을 트리거하고, E3 트리거는 S20-s50 등을, E1-E20은 완전히 독립적 인 이벤트라고 가정합니다. 때로는 이벤트 E가 관련없는 다른 센서를 트리거 할 수 있습니다.
각 이벤트를 별도로 분석하기 위해 20svm의 앙상블을 사용하고 있습니다. 내 기능은 센서 주파수 F1 - F100, 각 센서가 트리거 된 횟수 및 기타 관련 기능입니다.
센서 기능 (F1-F100) 또는 모든 센서를 감추고 치수를 줄이는 기술을 줄이려는 기술을 찾고 있습니다. (저는 마지막으로 몇 가지 정보 이론 개념을 찾고있었습니다. 며칠). 나는 평균화를 생각하지 않는다. 정보를 잃을 위험이 있기 때문에 최대화는 좋은 생각이다 (좋은 결과를주지 못했다).
누군가 제발 내가 여기에없는 것을 제안 할 수 있습니까? 종이 또는 시작 아이디어 ...
미리 감사드립니다.
덕분에 .. 난 .. LDA을 다할 것입니다 내가 E1은 S1-S15, 센서 주파수 F16-F100의 나머지 부분에 대한 값을 유발하는 경우 때문에 대부분의 경우 크기를 감소 할 것이다 제로 가끔, 다른 센서가 S45, S50이 몇 번 트리거 될 수 있다고 말합니다 ... 주로 특징 벡터 – iinception
에서 모든 제로를 제외하고 싶습니다. LDA는 관련이 있지만 매우 다른 알고리즘입니다. – Stompchicken