Re: [請益] 機器學習軟體

看板Master_D作者 (Galactica )時間18年前 (2008/04/29 23:38), 編輯推噓0(001)
留言1則, 1人參與, 最新討論串3/3 (看更多)
※ 引述《sdico (小白豬)》之銘言: : : ◆ From: 140.123.102.39 : : 推 PRAM:分類方法就用k-NN, k-means, 這兩個就是主流啦, 不然類神經吧 04/29 14:42 : : 推 CharlieL:how about AdaBoost? 04/29 15:11 : : 推 Galactica:分類如果是binary classification用SVM/AdaBoost/NN 04/29 16:04 : : → Galactica:都不錯 但若是multi-class的話可能還是只能靠KNN/NNs 04/29 16:05 : 加問個問題,我做的是2-class : KNN適合用在2-class嗎?因為我搜尋了一下 : KNN是最容易了解且已經有人寫好MATLAB code可直接使用來實驗 Binary-class理論上用 SVM/AdaBoost會有比較好的效果 (不論在執行效率還有準確度上) (當然是feature數夠多的狀況下 至於你說哪個好 其實也沒有定論) 如果你只有一些feature那用什麼分類法其實都不會差太多 SVM,AdaBoost也有現成的程式阿 libsvm就很夠用了 AdaBoost也有GentleBoost/RealBoost可以用(當然還有很多啦) : 另外k值的給定是否有一套方法?還是只能慢慢try,try出最好的結果 o.0你不是做2-class的嗎 那K不就是2??? KNN其實就是有技巧的暴力法...如果你不確定K的時候 通常都要加上一些其他資訊來猜測K... 在一定範圍中(K)去找最好的解 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 59.115.229.1

10/05 19:21, , 1F
希望對您有幫助 http://go2.tw/goz
10/05 19:21, 1F
文章代碼(AID): #185q4IqD (Master_D)
討論串 (同標題文章)
文章代碼(AID): #185q4IqD (Master_D)