タグ付けされた質問 「support-vector-machines」

Pythonで完全なSVM実装を記述しようとしていますが、ラグランジュ係数の計算にいくつか問題があります。 最初に、アルゴリズムから理解したことを言い換えて、正しいパスにいることを確認します。 もしバツ1、x2、。。。、xんバツ1、バツ2、。。。、バツんx_1, x_2, ..., x_n、データセットでありy私∈ { - 1 、1 }y私∈{−1、1}y_i \in \{-1, 1\}のクラスラベルであるバツ私バツ私x_i次いで、∀ 私は、Y私（wTバツ私+ B ）≥ 1∀私、y私（wTバツ私+b）≥1\forall i, y_i(w^Tx_i + b) \geq 1 したがって、最適化問題を解決して ∥ ワット∥2‖w‖2\|w\|^2 対象y私（wTバツ私+ B ）≥ 1y私（wTバツ私+b）≥1y_i(w^Tx_i + b) \geq 1 ラグランジュ係数に関して、これは、およびおよび最小化することをます：B α = （α 1、α 2、。。。α N）≠ 0 ≥ 0 L （α 、W 、B ）= …

10 optimization  machine-learning  support-vector-machines  quadratic-programming 

RBFカーネル関数を使用して、1つのカーネルベースの機械学習アルゴリズム（KLPP）を実装します。結果のカーネル行列はKKK K(i,j)=exp(−(xi−xj)2σ2m)K（私、j）=exp⁡（−（バツ私−バツj）2σメートル2）K(i,j)= \exp\left({\frac{-(x_{i}-x_{j})^2}{ \sigma_{m}^2}}\right) 極めてL2ノルムの悪いconditioned.The条件数が来ることが示されている1017−10641017−106410^{17}-10^{64} 条件を整える方法はありますか？パラメータを調整する必要があると思いますが、正確にはわかりません。σσ \sigma ありがとう！

10 linear-algebra  machine-learning  interpolation  support-vector-machines