由买买提看人间百态

boards

本页内容为未名空间相应帖子的节选和存档,一周内的贴子最多显示50字,超过一周显示500字 访问原贴
DataSciences版 - 一个one-versus-one training的问题
相关主题
deep learning就是小团体 (转载)公司招DATA SCIENTIST
给换工作的朋友推荐一本书《the first 90 days》by Michael D. (转载)问问面试如何出题
恭喜开版,发个刚看到的好玩的machine learning的图报面筋求实习合租 (转载)
[经验帖] 我是如何当上DS的only average statistics
Project :advertersiment click prediction奇特的面试题 (转载)
现在的大数据技术的价值和功用有些被夸大了凑热闹转发一篇自己写的博文,轻拍
机器学习需要自己搞算法吗我觉得neural network应用范围不大啊
f.t."我不会编程"面试big data的软件开发工作需要知道哪些算法和理论?
相关话题的讨论汇总
话题: versus话题: svm话题: class话题: training话题: multi
进入DataSciences版参与讨论
1 (共1页)
o******1
发帖数: 1046
1
对于multi-class classification,一般有两种解决方案,即one-versus-all(ova)和
one-versus-one(ovo)。前者比较好理解,后者在training阶段有点搞不清楚。
举个简单的例子,有三种class/label,red, blue, green。分别有100,50和150个
sample各自属于red,blue和green。那在做red versus blue的training的时候,那150
个green labeled samples如何处理呢?是直接扔掉,还是随机地分配给red/blue呢?
谢谢!
s******y
发帖数: 8
2
每次training只取两组结果,其余的都不要
o******1
发帖数: 1046
3
多谢多谢!

【在 s******y 的大作中提到】
: 每次training只取两组结果,其余的都不要
E**********e
发帖数: 1736
4
为是么不直接multiple class regression?

:对于multi-class classification,一般有两种解决方案,即one-versus-all(ova)和
:one-versus-one(ovo)。前者比较好理解,后者在training阶段有点搞不清楚。
o******1
发帖数: 1046
5
用在svm上的。multi-class classification法对于svm好像很难formulate出被优化的
objective function。其实linear regression也很难做multi-class,一般只有纯
logistic regression才用它吧。

)和

【在 E**********e 的大作中提到】
: 为是么不直接multiple class regression?
:
: :对于multi-class classification,一般有两种解决方案,即one-versus-all(ova)和
: :one-versus-one(ovo)。前者比较好理解,后者在training阶段有点搞不清楚。

E**********e
发帖数: 1736
6
现成的package也包含multiple class SVM啊

:用在svm上的。multi-class classification法对于svm好像很难formulate出被优化的
:objective function。其实linear regression也很难做multi-class,一般只有纯
o******1
发帖数: 1046
7
我猜那些package只是能用svm来解多class问题,但是背后的算法还是基于:2-class +
ovo(or ova, or dagsvm, etc)。
有抛弃2-class,直接multi-class的svm吗?

化的

【在 E**********e 的大作中提到】
: 现成的package也包含multiple class SVM啊
:
: :用在svm上的。multi-class classification法对于svm好像很难formulate出被优化的
: :objective function。其实linear regression也很难做multi-class,一般只有纯

d******e
发帖数: 7844
8
goolge "multiclass hinge loss"或者“multiclass SVM”至少能搜到四五种
multiclass的hinge loss的variant

【在 o******1 的大作中提到】
: 用在svm上的。multi-class classification法对于svm好像很难formulate出被优化的
: objective function。其实linear regression也很难做multi-class,一般只有纯
: logistic regression才用它吧。
:
: )和

o******1
发帖数: 1046
9
多谢多谢!
我又搜了一下,的确有一些基于k-class的单一的objective function方法,比如
Vapnik, Weston & Watkins, Bredensteiner and Bennett。
有一篇16年的文章,比较了各种multi-class svm方法http://www.jmlr.org/papers/volume17/11-229/11-229.pdf。结论是建议把ova和 Weston & Watkins SVM作为default的两种方法。如果考虑计算时间,就用ova;否则WW svm很不错。

【在 d******e 的大作中提到】
: goolge "multiclass hinge loss"或者“multiclass SVM”至少能搜到四五种
: multiclass的hinge loss的variant

1 (共1页)
进入DataSciences版参与讨论
相关主题
面试big data的软件开发工作需要知道哪些算法和理论?Project :advertersiment click prediction
Re: 攒人品,发Google Statistician/Data Scientist电面面经现在的大数据技术的价值和功用有些被夸大了
Data scientist / Machine Learning Engineer 相关面试题 (转载)机器学习需要自己搞算法吗
刚入行新人的两个问题f.t."我不会编程"
deep learning就是小团体 (转载)公司招DATA SCIENTIST
给换工作的朋友推荐一本书《the first 90 days》by Michael D. (转载)问问面试如何出题
恭喜开版,发个刚看到的好玩的machine learning的图报面筋求实习合租 (转载)
[经验帖] 我是如何当上DS的only average statistics
相关话题的讨论汇总
话题: versus话题: svm话题: class话题: training话题: multi