Python 机器学习算法中的示例顺序(Scikit学习)
我正在使用Python和scikit学习进行一些分类。我有一个文档中似乎没有涉及的问题:例如,如果我使用SVM进行分类,输入示例的顺序是否重要?如果我有二进制标签,如果我将标签为0的所有示例和标签为1的所有示例放在一起,结果是否会不准确,或者将它们混合在一起会更好?scikit提供的其他算法如何?不,训练集中模式的顺序无关紧要。虽然样本的顺序会影响随机梯度下降学习算法(例如NN的算法),但在大多数情况下,它们的编码方式确保了内部随机性。另一方面,SVM是全局收敛的,无论排序如何,它都会得到完全相同的解。不,训练集中模式的排序并不重要。虽然样本的顺序会影响随机梯度下降学习算法(例如NN的算法),但在大多数情况下,它们的编码方式确保了内部随机性。另一方面,SVM是全局收敛的,无论排序如何,它都会得到完全相同的解。不,训练集中模式的排序并不重要。虽然样本的顺序会影响随机梯度下降学习算法(例如NN的算法),但在大多数情况下,它们的编码方式确保了内部随机性。另一方面,SVM是全局收敛的,无论排序如何,它都会得到完全相同的解。不,训练集中模式的排序并不重要。虽然样本的顺序会影响随机梯度下降学习算法(例如NN的算法),但在大多数情况下,它们的编码方式确保了内部随机性。另一方面,SVM是全局收敛的,无论排序如何,它都会产生完全相同的解决方案。是否要对时间模式进行分类?是否要对时间模式进行分类?是否要对时间模式进行分类?是否要对时间模式进行分类?Python 机器学习算法中的示例顺序(Scikit学习),python,numpy,machine-learning,scipy,scikit-learn,Python,Numpy,Machine Learning,Scipy,Scikit Learn,我正在使用Python和scikit学习进行一些分类。我有一个文档中似乎没有涉及的问题:例如,如果我使用SVM进行分类,输入示例的顺序是否重要?如果我有二进制标签,如果我将标签为0的所有示例和标签为1的所有示例放在一起,结果是否会不准确,或者将它们混合在一起会更好?scikit提供的其他算法如何?不,训练集中模式的顺序无关紧要。虽然样本的顺序会影响随机梯度下降学习算法(例如NN的算法),但在大多数情况下,它们的编码方式确保了内部随机性。另一方面,SVM是全局收敛的,无论排序如何,它都会得到完全相