Używam MultiClassSupportVectorMachineklasa, aby dokonać klasyfikacji. W szczególności moje dane mają 24 wymiary, a wartości są zgrupowane dość blisko siebie. Będę identyfikował około 10 klas w tych danych.
Chcę zidentyfikować, kiedy wprowadzona wartość jestnaprawdę daleko od grup. Coś takiego jak posiadanie klasy 0, która byłaby niezidentyfikowana, a następnie posiadanie klas 1 do 10 wyprowadzanych tylko wtedy, gdy SVM ma wysoki stopień pewności, jest w grupie.
Zasadniczo chcę przejść od góry do dołu tego obrazu: ten obraz pokazuje klasyfikację SVM
Czy coś takiego jest możliwe w accord.net?
Dzięki!
Odpowiedzi:
1 dla odpowiedzi № 1Odpowiedziałem na własne pytanie!
Można to osiągnąć za pomocą prawdopodobieństwafunkcja, aby uzyskać oszacowanie dokładności zgadywania z klasy SupportVectorMachine, a następnie użyć go jako progu do odrzucenia zgadnięć z małym prawdopodobieństwem.