我是支持向量机的新手。
R 中的包中的svm
函数e1071
提供了各种选项:
- C-分类
- nu-分类
- 一分类(用于新奇检测)
- eps 回归
- nu-回归
五种类型的直观区别是什么?在什么情况下应该应用哪一个?
我是支持向量机的新手。
R 中的包中的svm
函数e1071
提供了各种选项:
五种类型的直观区别是什么?在什么情况下应该应用哪一个?
简短的回答
您可以根据自己的目标和拥有的数据类型选择要使用的内容。
如果您有分类问题,即要预测的离散标签,您可以使用C-classification
and nu-classification
。
如果您有回归问题,即要预测的连续数,您可以使用eps-regression
and nu-regression
。
如果您只有一类数据,即正常行为,并且想要检测异常值。 one-classification
.
细节
C-classification 和 nu-classification 用于二进制分类。假设您想建立一个模型来根据动物的特征对猫与狗进行分类,即预测目标是离散变量/标签。
有关 C 分类和 nu 分类之间差异的详细信息。您可以在LIBSVM的常见问题解答中找到
问:nu-SVC 和 C-SVC 有什么区别?
基本上它们是相同的,但具有不同的参数。C 的范围是从零到无穷大,但 nu 始终在 [0,1] 之间。nu 的一个很好的特性是它与支持向量的比率和训练误差的比率有关。
一分类用于“异常值检测”,您只有一类数据。例如,您想检测一个用户帐户的“异常”行为。但是您没有“异常行为”来训练模型。但只是正常的行为。
eps-regression 和 nu-regression 用于回归问题,您想预测一个连续的数字,比如房价。可以在这里找到详细的区别:ep-SVR 和 nu-SVR(和最小二乘 SVR)之间的区别