我正在学习SVM并且实现了这个代码,它太基本,原始,花费太多时间,但我只是想看看它是如何工作的。不幸的是,它给了我不好的结果。我错过了什么?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机器学习库中提取它。感谢您的交易。支持向量机坏结果-python
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'
也许你应该解释一下,什么样的代码做什么。由于我没有看到任何库调用,我想你自己实现了一些svm算法?哪里?第二个循环?那应该是什么? SGD?协调血统? – sascha