0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看威廉希尔官方网站 视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

支持向量机(兵(车)王问题程序设计)

RG15206629988 来源:行业学习与研究 2023-06-12 16:06 次阅读

兵(车)王问题的样本数据集包含六个维度,六个维度代表三个棋子在棋盘中的位置。总样本数为28056个,其中,正样本(和棋)数量为2796个,负样本(白方胜)数量为25260个。

一、数据预处理

28056个样本中的随机5000个样本被用于样本训练(即此5000个样本为训练样本),其余样本被用于测试(即其余样本为测试样本)。

然后,求出训练样本每个维度的均值和方差,并将训练样本和测试样本归一化,各个维度归一化后的值与原值的等量关系为:

newX=(X-meanX)/std(X) 样本归一化可将数据集的每个维度的值限定于一个固定范围内,从而减少因各个维度取值范围的差异而导致的训练误差。

二、设置支持向量机的参数

(1)-s “-s”表示支持向量机不同的形式。因为兵(车)王问题属于二分类问题,且最优化问题的目标函数为1/2||ω||2+C∑δi(式①),所以-s的取值为0。-s的数值处于1~4所分别对应支持向量机的形式可查询LIBSVM工具包或其他资料

8d1541c2-08f7-11ee-962d-dac502259ad0.png

图片来源:中国慕课大学《机器学习概论》

(2)-t “-t”参数确定支持向量机的核函数K(X1,X2)。LIBSVM工具包支持的核函数包括:LInear(线性内核,-t=0)、Ploy(多项式核,-t=1)、Rbf(高斯径向基函数核,-t=2)、Tanh(sigmoid核,-t=3)、自定义核(,-t=4)。

8d3a8036-08f7-11ee-962d-dac502259ad0.png

图片来源:中国慕课大学《机器学习概论》

1)线性内核 线性内核的表达式为K(x,y)=xTy。线性内核具有理论意义,但因为使用线性内核求解支持向量机与不使用核函数求解支持向量机无差别(个人理解:因为线性内核的核函数都可以求出其对应的φ(x),所以不使用核函数也可以求解),所以线性内核不具有实际使用价值。

2)多项式核 多项式核的表达式为K(x,y)=(xTy+1)d。多项式核是维度可以调节的函数,表达式中的d越大,对应的φ(x)维度越高。

3)高斯径向基函数核 高斯径向基函数核的表达式为K(x,y)=e-(||x-y||2)/σ2。表达式中的σ是人为设置的超参数,该函数的维度是无限的。课程中建议:若处理实际问题中不知道选择哪种核函数,则首选该函数。

4)sigmoid核 sigmoid核的表达式为K(x,y)=tanh(βxTy+b),其中,tanh(x)=(ex-e-x)/(ex+e-x)。表达式中β、b均是人为设置的超参数,该函数的维度是无限的。

5)自定义核 因为支持向量机通过求解其优化问题的对偶问题: 最大化:θ(α,β)=∑αi-1/2∑∑yiyjαiαjφ(Xi)Tφ(Xj);

限制条件:

(1)0≤αi≤C,i=1~N;

(2)∑αiyi=0,i=1~N。(式②) 的αi求解可用于样本分类的超平面,所以若开发人员已知图一核函数矩阵的具体形式,则其可通过输入该核函数矩阵求解用于样本分类的超平面(个人理解:将核函数矩阵中各个核函数值替换φ(Xi)Tφ(Xj)即可求解超平面)。

8d751a2a-08f7-11ee-962d-dac502259ad0.png

图片来源:中国慕课大学《机器学习概论》

(3)-c “-c”代表式①和式②中C的值(式①和式②中C为同一参数)。

(4)-g(gamma) “-g”所代表的值与所选择的核函数有关,例如:若选择Rbf为核函数,则-g代表1/σ2。





审核编辑:刘清

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 向量机
    +关注

    关注

    0

    文章

    166

    浏览量

    20875

原文标题:机器学习相关介绍(16)——支持向量机(兵(车)王问题程序设计)

文章出处:【微信号:行业学习与研究,微信公众号:行业学习与研究】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    #硬声创作季 人工智能入门课程:16. [2.11.1]--支持向量问题程序设计

    向量人工智能机器学习
    Mr_haohao
    发布于 :2022年09月21日 11:14:16

    Windows程序设计(艳萍)

    Windows程序设计(艳萍),经典。。。
    发表于 08-10 12:21

    51单片C语言程序设计教程(云)书本的配套资料

    `51单片C语言程序设计教程(云)书本,全套资料。`
    发表于 12-20 14:20

    特征加权支持向量

    该文针对现有的加权支持向量(WSVM)和模糊支持向量(FSVM)只考虑样本重要性而没有考虑特
    发表于 11-21 11:15 15次下载

    基于改进支持向量的货币识别研究

    首先,预抽取支持向量以减少训练样本数量,大大缩减训练时间;然后,用缩减后的样本对改进后的分类支持向量进行货币识别,改进后的
    发表于 12-14 14:57 14次下载

    基于支持向量(SVM)的工业过程辨识

    支持向量应用到典型的时变、非线性工业过程 连续搅拌反应釜的辨识中, 并与BP 神经网络建模相比较, 仿真结果表明了支持向量
    发表于 03-30 16:12 42次下载
    基于<b class='flag-5'>支持</b><b class='flag-5'>向量</b><b class='flag-5'>机</b>(SVM)的工业过程辨识

    LabVIEW程序设计与虚拟器_福明编著

    电子发烧友网站提供《LabVIEW程序设计与虚拟器_福明编著.txt》资料免费下载
    发表于 06-26 16:03 0次下载

    基于支持向量的图书馆借阅量预测_丽华

    基于支持向量的图书馆借阅量预测_丽华
    发表于 03-16 08:59 0次下载

    单片教程之51单片C语言程序设计教程(云)资料合集

    本文档的主要内容详细介绍的是单片教程之51单片C语言程序设计教程(云)资料合集主要内容包括了:电子教材,例程代码,课后作业答案,配套视频
    发表于 11-14 08:00 382次下载

    OpenCV机器学习SVM支持向量的分类程序免费下载

    本文档的主要内容详细介绍的是OpenCV机器学习SVM支持向量的分类程序免费下载。
    发表于 10-09 11:45 5次下载

    什么是支持向量 什么是支持向量

    支持向量,英文为Support Vector Machine,简称SV(论文中一般简称SVM)。它是一 种监督式学习的方法,它广泛的应用于统计分类以及回归分析中。
    发表于 01-28 16:01 2.2w次阅读
    什么是<b class='flag-5'>支持</b><b class='flag-5'>向量</b><b class='flag-5'>机</b> 什么是<b class='flag-5'>支持</b><b class='flag-5'>向量</b>

    支持向量网络搜索优化应用程序下载

    支持向量网络搜索优化应用程序下载
    发表于 04-20 09:51 0次下载

    支持向量(原问题和对偶问题)

    本文主要介绍原问题(PRIME PROBLEM)和对偶问题(DUAL PROBLEM),支持向量优化问题可通过原问题向对偶问题的转化求解。
    的头像 发表于 05-25 09:31 1368次阅读

    支持向量问题描述)

    本文主要内容为采用支持向量(SVM)解决国际象棋问题。
    的头像 发表于 06-09 17:52 1361次阅读
    <b class='flag-5'>支持</b><b class='flag-5'>向量</b><b class='flag-5'>机</b>(<b class='flag-5'>兵</b><b class='flag-5'>王</b>问题描述)

    支持向量问题MATLAB程序

    首先将LIBSVM工具包下载至SVM EXAMPLE的目录下。
    的头像 发表于 06-16 16:06 1050次阅读
    <b class='flag-5'>支持</b><b class='flag-5'>向量</b><b class='flag-5'>机</b>(<b class='flag-5'>兵</b>(<b class='flag-5'>车</b>)<b class='flag-5'>王</b>问题MATLAB<b class='flag-5'>程序</b>)