是否有任何增量svm的实现,它也具有返回给定特征向量属于各个类的概率的特征?最好可用于Python代码概率估计增量支持向量机
我听说过LaSVM。 LaSVM是否具有返回概率估计的特征?它还具有处理不平衡训练数据集的功能吗?
是否有任何增量svm的实现,它也具有返回给定特征向量属于各个类的概率的特征?最好可用于Python代码概率估计增量支持向量机
我听说过LaSVM。 LaSVM是否具有返回概率估计的特征?它还具有处理不平衡训练数据集的功能吗?
您可以在Scikit Learn一看,用Python编写的
在每个模型一个非常灵活和高效的图书馆,还有存储在内部计算值。如果clf是您的SVM分类器,您可以访问clf.decision_function来查看预测的一些解释。
它还提供了一套很好的工具,用于预处理数据以及其他有趣的内容。
欢呼声,
为了得到概率估计可以使用scikit学习库。有两种选择可以使用。一个给出概率。这里是一个例子:How to know what classes are represented in return array from predict_proba in Scikit-learn 另一个给出了排名的签名值(不是概率,但通常会给出更好的结果):Scikit-learn predict_proba gives wrong answers你应该看看答案。
在scikit-learn中,只有线性SVM可以增量训练('SGDClassifier'和'partial_fit'方法)。但是,只有在'loss =“log”'时支持概率,并且它会训练LR而不是SVM。 – 2013-06-21 21:22:22