Fatal编程技术网

Artificial intelligence LibSVM中的名词属性

artificial-intelligence machine-learning

Artificial intelligence LibSVM中的名词属性,artificial-intelligence,machine-learning,svm,libsvm,Artificial Intelligence,Machine Learning,Svm,Libsvm,创建libsvm训练文件时，如何区分标称属性和数字属性？我试图将某些标称属性编码为整数，但我希望确保libsvm不会将它们误解为数值。不幸的是，libsvm的站点似乎只有很少的文档。似乎暗示libsvm做出了这种区分，但我仍然不清楚它是如何产生的。不要这样做我试图将某些标称属性编码为整数 相反，为每个标称属性的每个值使用单独的二进制特性 支持向量机的构造方式是，所有属性/特征都是数字的，类标签是标称的。名义属性本质上是通过使用互斥的二进制特征伪造的。我认为在libsvm、weka或SVM lig

创建libsvm训练文件时，如何区分标称属性和数字属性？我试图将某些标称属性编码为整数，但我希望确保libsvm不会将它们误解为数值。不幸的是，libsvm的站点似乎只有很少的文档。似乎暗示libsvm做出了这种区分，但我仍然不清楚它是如何产生的。

不要这样做
我试图将某些标称属性编码为整数

相反，为每个标称属性的每个值使用单独的二进制特性


支持向量机的构造方式是，所有属性/特征都是数字的，类标签是标称的。名义属性本质上是通过使用互斥的二进制特征伪造的。
我认为在libsvm、weka或SVM light中无法做到这一点。您可以使用的一种方法是，对标称属性使用决策树，对数值属性使用svm或任何基于距离的分类器，然后组合结果。我希望有帮助