Encog SVM不会训练

Question

我正在尝试训练SVM来对两个螺旋数据进行分类。

我的输入是3列CSV文件，前两列是螺旋上的点（未标准化）的（x，y）坐标，第三列是该点所属的螺旋（类）

我首先规范化CSV文件，使前两列介于0和1之间（第三列保持不变）。

然后我按如下方式创建和训练SVM

    CSVNeuralDataSet trainingSet = new CSVNeuralDataSer(normaliseCSV("/path/to/data/file"), 2, 1, false);

SVM svm = new SVM(2, false);

final SVMSearchTrain train = new SVMSearchTrain(svm, trainingSet);

int epoch = 0;

do {
  train.iteration();
  System.out.println("Epoch $: " + epoch + " Error: " + train.getError());
  epoch++;
} while(train.getError() > 0.01);

train.finishTraining();

然而，do ... while循环最终是一个无限循环，因为训练误差大约为0.4并且它永远不会改变。

数据集包含大约200个样本，并且只有两个类（0和1）。

有谁能告诉我为什么会失败？

编辑：Here is a pastebin link大约10％的培训数据。

Answer 1

精彩的问题。您的问题是SVM无法构建螺旋数据的分离曲线。我建议你尝试规范化技巧，但不是根据X，Y坐标作为直线进行标准化，而是switch到polar system of coordinates。并考虑阿基米德螺旋，对数螺旋等。请看图片。螺旋数据要求SVM构建一些功能，将1类和2类之间的数据分开，我非常确定SVM不是一件容易的事。但是如果你能找到从螺旋数据表示切换到线性的方法，那么SVM将需要在两条曲线之间建立分离，这更容易。