用于多类预测的可伸缩Python支持向量机
我想在python中预测多类分类SVM的概率。我真的很难找到一个可扩展的、能给出不错结果的东西 我有两个选择是LinearSVC和SVC。 前者的工作速度很快,但产生的概率估计值很差(下面的检查代码) 此外,我可以校准ClassifiedRCV,但它没有并行化选项。 而后者的工作速度非常慢(拟合时间复杂度在训练示例的数量上超过二次),并给出了合理的概率估计(普拉特标度)用于多类预测的可伸缩Python支持向量机,python,scikit-learn,svm,Python,Scikit Learn,Svm,我想在python中预测多类分类SVM的概率。我真的很难找到一个可扩展的、能给出不错结果的东西 我有两个选择是LinearSVC和SVC。 前者的工作速度很快,但产生的概率估计值很差(下面的检查代码) 此外,我可以校准ClassifiedRCV,但它没有并行化选项。 而后者的工作速度非常慢(拟合时间复杂度在训练示例的数量上超过二次),并给出了合理的概率估计(普拉特标度) 由于我的团队的一些限制,我现在不使用Matlab。您能在SVC输出上手动实现Platt缩放吗?您的数据大小是多少?您是否受限于
由于我的团队的一些限制,我现在不使用Matlab。您能在SVC输出上手动实现Platt缩放吗?您的数据大小是多少?您是否受限于使用SVM?谢谢回复!近140万个培训样本,包含32个功能。约为测试样品的1/4。不,我对ml非常陌生。我一直在寻找预先存在的代码。我从LIBSVM开发人员那里找到了这篇文章,展示了他们用于Platt伸缩的伪代码(在文章末尾)。这不是预先存在的代码,但您可能可以尝试实现伪代码。并找到一些可能也有用的代码。您是否能够在SVC输出上手动实现Platt缩放?您的数据大小是多少?您是否受限于使用SVM?谢谢回复!近140万个培训样本,包含32个功能。约为测试样品的1/4。不,我对ml非常陌生。我一直在寻找预先存在的代码。我从LIBSVM开发人员那里找到了这篇文章,展示了他们用于Platt伸缩的伪代码(在文章末尾)。它不是预先存在的代码,但是您可以尝试实现伪代码。并且找到一些可能也有用的代码。
prob_pos = clf.decision_function(X_test)
prob_pos = (prob_pos - prob_pos.min()) / (prob_pos.max() - prob_pos.min())