Różnica między rodzajami SVM

9

Jestem nowy w obsłudze maszyn wektorowych.

Krótkie wyjaśnienie

svmFunkcji z e1071pakietu w R oferuje różne opcje:

  • Klasyfikacja C.
  • klasyfikacja nu
  • jedna klasyfikacja (do wykrywania nowości)
  • regresja eps
  • regresja nu

Jakie są intuicyjne różnice między pięcioma typami? Który należy zastosować w jakiej sytuacji?

Ferdi
źródło

Odpowiedzi:

6

Krótka odpowiedź

Możesz wybrać, czego chcesz użyć, w zależności od celu i rodzaju posiadanych danych.

  • Jeśli masz problem z klasyfikacją, tj. Dyskretną etykietę do przewidzenia, możesz użyć C-classificationi nu-classification.

  • Jeśli masz problem z regresją, tj. Ciągłą liczbą do przewidzenia, możesz użyć eps-regressioni nu-regression.

  • Jeśli masz tylko jedną klasę danych, tj. Normalne zachowanie i chcesz wykryć wartości odstające. one-classification.

Detale

Klasyfikacja C i nu to klasyfikacja binarna. Powiedz, czy chcesz zbudować model klasyfikacji kota vs. psa w oparciu o cechy zwierząt, tj. Celem prognozy jest dyskretna zmienna / etykieta.

Szczegółowe informacje na temat różnicy między klasyfikacją C a klasyfikacją nu. Można znaleźć w FAQ z LIBSVM

P: Jaka jest różnica między nu-SVC a C-SVC?

Zasadniczo są one tym samym, ale mają różne parametry. Zakres C wynosi od zera do nieskończoności, ale nu zawsze wynosi między [0,1]. Przyjemną właściwością nu jest to, że jest on związany ze stosunkiem wektorów podporowych i stosunkiem błędu szkolenia.

Jedna klasyfikacja dotyczy „wykrywania wartości odstających”, w których masz tylko jedną klasę danych. Na przykład chcesz wykryć „nietypowe” zachowania konta jednego użytkownika. Ale nie masz „niezwykłego zachowania” do trenowania modelu. Ale tylko normalne zachowanie.

Regresja eps i regresja nu są stosowane w przypadku problemów z regresją, w których chcesz przewidzieć ciągłą liczbę, na przykład cenę mieszkań. Szczegółową różnicę można znaleźć tutaj: Różnica między ep-SVR i nu-SVR (i SVR metodą najmniejszych kwadratów)

Haitao Du
źródło