A-SVM Adaptive Support Vector Machines

最新推荐文章于 2020-07-23 14:47:52 发布
最新推荐文章于 2020-07-23 14:47:52 发布
阅读量2.2k 收藏 3
点赞数 1
分类专栏： C/C++ 文章标签： A-SVM LibSVM
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/DreamD1987/article/details/20355445
版权
A-SVM（Adaptive Support Vector Machines）是一种针对有限训练样本的多核分类器，尤其适用于领域B中数据有限的情况。通过利用与B有联系的领域A的数据进行训练，提高分类效果。文章提供了源码和exe文件，并指导如何使用Visual Studio 2008进行编译和训练。首先使用k-means对A领域数据进行分类，然后用LibSVM训练各分类组，生成多个模型。最终结合B领域的少量样本训练得到的模型能够实现比标准LibSVM更好的分类性能。
摘要由CSDN通过智能技术生成

SVM 的改进型

链接：http://www.cs.cmu.edu/~juny/AdaptSVM/index.html

对应的文章链接：http://www.cs.cmu.edu/~juny/Prof/papers/acmmm07jyang.pdf

就行作者说的，这是一个多核的SVM分类器，例子是这样

如果你有两个领域的数据，A B，你的目标是检测B中的数据，而B中你只有很少的数据，那么如果你只用B来

训练分类器，那么结果很差，因为你的训练样本足够少，而ASVM可以使用A中的数据来训练一个B的分类器

前提是A和B是有联系的，如果没联系，那是没用的，结果只会越差，已经测试过。

那么具体怎么来做呢

作者给力exe的文件和源码，源码很好编译

直接用Visual 2008就可以，训练比较麻烦，你需要使用libsvm，大家都在用的这个。

首先训练A数据，这个你可以按照数据的类型，例如先分类，在训练，也可以直接训练。

我们按照作者的意思，我们用kmeans对A中样本进行分类，假设我们得到了3个样本组

我们根据分类的size得到每个样本组的weight。

使用lib

最低0.47元/天 解锁文章
Json_Nie
关注
专栏目录
Support Vector Machines Part II: Optimization algorith
AI天才研究院
08-18 538
作者：禅与计算机程序设计艺术 1.简介 Support vector machines (SVMs) are powerful machine learning techniques that can be used for both classification and regression prob
SVMA
02-16
ILA项目模板 要使用您的自定义名称初始化项目，请运行： python3 script/init.py < project> 这将生成模板ILA项目。 目录template可以在以后删除。
机器学习之支持向量机： Support Vector Machines (SVM)
海尔兄弟的博客
05-18 1万+
机器学习之支持向量机： Support Vector Machines (SVM)欢迎访问人工智能研究网 课程中心网址是：http://i.youku.com/studyai 本篇博客介绍机器学习算法之一的支持向量机算法： 理解支持向量机（Understanding SVM） 使用支持向量机（Using SVM） 使用高斯核(Gaussian Kernel)训练SVM分类器 使用自定义核(Cu
机器学习技法 之 支持向量机（SVM）
士杰的博客
04-24 1307
机器学习中特征转换或利用是整个流程中的核心内容，这里介绍三个与之有关的三个主流技术： Embedding Numerous Features: how to exploit and regularize numerous features? →\rightarrow→ inspires Support Vector Machine (SVM) model （如何挖掘利用众多特征和控制复杂度） C...
A-SVM:增强支持向量机的源代码-vector source code
03-25
增强型SVM源代码：1.0版 发行-2012年11月1日更新-2016年11月2日 该软件包包含用于学习Augmented-SVM分类器功能的算法，用于组合多个非线性动力学。 本文提出了该算法： Shukla，A。和Billard，A。 神经信息处理系统（NIPS）2012。内华达州塔霍。 适用于：多个非线性动力学的自动空间划分 包装结构 该程序包的组织方式如下。 根文件夹包含src/中的cpp源文件和include/ ，它们使用cmake编译到库lib/ASVMLearning.so中。然后，该文件链接到可执行bin/train ，该bin/train是学习算法的命令行界面。 matlab/文件夹包含主库的mex接口和libsvm svmtrain函数。 matlab/SVMUtil实用程序功能位于matlab/SVMUtil 。 matlab/SVMWidget提供了一个
吴恩达机器学习笔记45-使用支持向量机（Using A SVM）
weixin_34217711的博客
03-10 112
　　本篇我们讨论如何运行或者运用SVM。 　　在高斯核函数之外我们还有其他一些选择，如：多项式核函数（Polynomial Kernel）字符串核函数（String kernel）卡方核函数（ chi-square kernel）直方图交集核函数（histogram intersection kernel）等等... 　　这些核函数的目标也都是根据训练集和地标之间的距离来构建新特征，这些核函数...
Image Classification in MATLAB: Applying Support Vector Machines for Image Classification
Support Vector Machine (SVM) is a binary classification algorithm whose fundamental concept is to map data points into a high-dimensional feature space and to seek a hyperplane that segregates the two...
基于python的自适应svm电影评价倾向性分析源码数据库论文.docx
最新发布
06-28
3. **Adaptive Support Vector Machines (SVM)**: SVM is a powerful machine learning algorithm used for classification and regression tasks. The adaptive version adjusts parameters automatically, ...
【Active Learning - 13】总结与展望 & 参考文献的整理与分享（The End...）
Houchaoqun_XMU的博客
12-01 5950
写在前面： 本篇博文将作为“主动学习系列”博文的结尾。目前，本人在职的相关工作暂无与主动学习相关的需求。因此，之后大概率是不会再更新相关的博文了。能够分享的内容和资料，我都分享在这些博文了。希望能够对大家有帮助！ 主动学习系列博文： 【Active Learning - 00】主动学习重要资源总结、分享（提供源码的论文、一些AL相关的研究者）：https://blog.csdn.net/Ho...
SVD在推荐系统中的应用详解以及算法推导
学无常师，负笈不远险阻
01-24 6万+
前面文章SVD原理及推导已经把SVD的过程讲的很清楚了，本文介绍如何将SVD应用于推荐系统中的评分预测问题。其实也就是复现Koren在NetFlix大赛中的使用到的SVD算法以及其扩展出的RSVD、SVD++。 记得刚接触SVD是在大二，那会儿跟师兄在做项目的时候就用到这个东西，然后到大三下学期刚好百度举办了一个电影推荐算法大赛，跃跃欲试地参加了，当时就用的SVD而且只会用这个，后来觉得效果还不错，接着就又找来了Koren的论文，看了一下把SVD++也实现了，把两者结果融合得到不少的提升。下面是最终比
迁移学习——入门简介
HUSTHY的博客
02-19 1993
最近在看迁移学习相关内容，转载一篇入门学习，主要是一些概念性质的东西。原文地址：迁移学习——入门简介 目录 一、简介 二、迁移学习常用概念 三、迁移学习的分类 按照学习方式分四类： 按迁移情境分三类 按特征空间分两类： 四、迁移学习热门研究领域 域适配问题 (domain adaptation) 迁移方法： 一、简介 背景：现如今数据爆炸： 对机器学习模型...
【ML】支持向量机（SVM）从入门到放弃再到掌握
热门推荐
jhoojhooablido
08-23 20万+
朋友，你通过各种不同的途经初次接触支持向量机（SVM）的时候，是不是会觉得这个东西耳熟能详，感觉大家都会，却唯独自己很难理解？ 每一次你的老板或者同仁让你讲解SVM的时候，你觉得你看过这么多资料，使用过这么多次，讲解应该没有问题，但偏偏在分享的时候结结巴巴，漏洞百出？ 每一次机器学习相关的面试在问到支持向量机（SVM）的时候，尽管你觉得你都准备好了，可是一次又一次败下阵来，以至于觉得问那些问题...
Matlab2014a SVM模型使用错误的相关问题及解决办法
Melissa_Yan的博客
01-29 1164
Matlab2014a SVM模型使用错误的相关问题及解决办法 【电脑配置：win10，64位系统， Matlab2014a】 最近在做毕业设计，需要用到SVM模型，使用过程中遇到了错误： 问题1： 错误使用 svmtrain (line 233) Y must be a vector or a character array. 解决办法是 下载libsvm工具，具体操作可以参考以下回答: [...
从零实现机器学习算法（六）自适应提升（Adaptive Boosting, AdaBoost）
学如不及,犹恐失之
05-03 1534
1. AdaBoost算法简介 AdaBoost (Adaptive Boosting)并不是一种全新的机器学习算法，而是一种提升(boosting)方法或者集成学习。其主要思想是：对于复杂的任务来说，将多个分类器的结果进行综合，从而得出更为精确地结果。 2. AdaBoost模型 AdaBoost模型包括弱分类器、权重更新和分类规则，下面分别介绍 2.1 弱分类器 AdaBoos...
迁移学习——入门笔记
平平淡淡，戒急用忍，一生学闭嘴。
07-23 1580
一、简介背景： 现如今数据爆炸：对机器学习模型来说要求快速构建，强泛化对于数据来说，大部分数据...
林轩田--机器学习技法--SVM笔记1--线性支持向量机(linear+SVM)
rikichou的专栏
11-07 3620
林轩田--机器学习技法--SVM笔记1--线性支持向量机(linear+SVM)
机器学习技法笔记8：adaptive boosting（Adaboost）
wang_buaa的博客
09-11 292
8-1 Motivation of Boosting（提升的目的） 上节课我们主要开始介绍Aggregation Models，目的是将不同的hypothesis 得到的gt集合起来，利用集体智慧得到更好的预测模型G。首先我们介绍了 Blending，blending是将已存在的所有gt结合起来，可以是uniformly， linearly，或者non-linearly组合形式。然后，我们讨论了...
svmtrain和svmclassify参数细说_核函数选择
沈春旭的博客
01-07 3万+
1. >>help svmtrain SVMSTRUCT = svmtrain(TRAINING, Y)  trains a support vector machine (SVM) classifier on data taken from two groups. TRAINING is a numeric matrix of predictor data(TRAINING是预测数据
SVM（Support Vector Machines） 通常用在哪里
06-13
SVM（Support Vector Machines）是一种广泛应用于机器学习和数据挖掘的算法，通常用于以下领域： 1. 图像分类：SVM 可以用于图像分类，例如将图像分为人脸、飞机、汽车等不同类别。 2. 文本分类：SVM 可以用于文本分类，例如将文本分为垃圾邮件、正常邮件、新闻报道等不同类别。 3. 生物信息学：SVM 可以用于生物信息学，例如预测蛋白质结构、识别基因等。 4. 聚类分析：SVM 可以用于聚类分析，例如将相似的数据点分为一组。 5. 模式识别：SVM 可以用于模式识别，例如识别手写数字、人脸识别等。 6. 金融分析：SVM 可以用于金融分析，例如预测股票价格、信用评级等。 7. 工业控制：SVM 可以用于工业控制，例如预测设备故障、优化生产流程等。 总之，SVM 是一种广泛应用的机器学习算法，适用于各种领域的问题，特别是在数据量较小、特征较少、噪声较多的情况下表现优秀。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值