Question

我正在研究SVM并实现了这个代码，它太基本，原始并占用了太多时间，但我只想看看它是如何工作的。不幸的是，它给了我不好的结果。什么我错过了吗？一些编码错误或数学错误？如果您想查看数据集，请点击此处链接。我从UCI机器学习库中删除了它。谢谢你的交易。

def hypo(x,q):
    return 1/(1+np.exp(-x.dot(q)))

data=np.loadtxt('LSVTVoice',delimiter='\t');

x=np.ones(data.shape)
x[:,1:]=data[:,0:data.shape[1]-1]
y=data[:,data.shape[1]-1]

q=np.zeros(data.shape[1])
C=0.002

##mean normalization
for i in range(q.size-1):
    x[:,i+1]=(x[:,i+1]-x[:,i+1].mean())/(x[:,i+1].max()-x[:,i+1].min());

for i in range(2000):
    h=x.dot(q)
    for j in range(q.size):
        q[j]=q[j]-(C*np.sum(  -y*np.log(hypo(x,q))-(1-y)*np.log(1-hypo(x,q)))  ) + (0.5*np.sum(q**2))

for i in range(y.size):
    if h[i]>=0:
        print y[i],'1'     
    else:
        print y[i],'0'

Answer 1

根据您的数据，通常简单实施SVM会给您带来不好的结果。您必须尝试使用SVM实施的高级版本（例如Sickit SVM），您还可以查看以下内容：https://github.com/scikit-learn/scikit-learn/tree/master/sklearn/svm

SVM具有类型的实现和参数，如不同的内核（例如rbf）。您必须检查它们并使用不同的参数（取决于您的数据）尝试它们并相互比较结果。

您可以使用网格搜索方法进行比较（选中此项：http://scikit-learn.org/stable/modules/grid_search.html）

支持向量机坏结果 - Python

1 个答案: