自然语言处理
文章平均质量分 58
JustDo-IT
选一种姿态,让自己活得无可替代。
展开
-
LIBSVM高级进阶
SVM怎样才能得到较好的结果1)对数据归一化处理(simple scale)2)应用RBF kernel3)用交叉验证(cross-validation)和grid-search得到最优的C和g4)训练数据并预测原创 2014-03-04 09:17:40 · 9386 阅读 · 0 评论 -
libsvm交叉验证
libsvm的k折交叉验证是将训练样本平均分成k份,每次拿出k-1份作为训练数据,剩下的一份作为测试数据,这样重复做k次,获得k次的平均交叉验证准确率作为结果,model都没有保存(也就是说没有生成model文件)。k折一般常用为5。不使用交叉验证,即去掉-v选项后,可以生成model文件。当svm-train使用-v参数时,此时svm-train返回的不再是一个结构体model,原创 2014-03-06 15:50:02 · 26795 阅读 · 6 评论 -
LIBSVM入门解读
一、入门介绍LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、易于使用、快速有效的通用SVM软件包,可以解决分类问题(包括C- SVC、n - SVC )、回归问题(包括e - SVR、n - SVR )以及分布估计(one-class-SVM )等问题,提供了线性、多项式、径向基和S形函数四种常用的核函数供选择(也可以自定义核函数),可以有效地解决多原创 2014-03-03 13:54:01 · 27499 阅读 · 1 评论