J'utilise des SVMs de régression en python et je me demande s'il y a un moyen d'obtenir une valeur de "confiance-mesure" pour ses prédictions.La confiance de régression en utilisant SVMs en python
Auparavant, lorsque j'utilisais des SVM pour la classification binaire, j'étais capable de calculer une valeur de type confiance à partir de la 'marge'. Voici quelques pseudo-code montrant comment je suis arrivé une valeur de confiance:
# Begin pseudo-code
import svm as svmlib
prob = svmlib.svm_problem(labels, data)
param = svmlib.svm_parameter(svm_type=svmlib.C_SVC, kernel_type = svmlib.RBF)
model = svmlib.svm_model(prob, param)
# get confidence
confidence = self.model.predict_values_raw(sample_to_classify)
J'imagine que plus le nouvel échantillon est à partir des données de formation, plus la confiance, mais je suis à la recherche d'une fonction qui pourrait aider à calculer une estimation raisonnable pour cela.
Mon problème (haut niveau) est la suivante:
- J'ai une fonction F (x), où x est un vecteur de grande dimension
- F (x) peut être calculé mais est très lent
- Je veux former une régression SVM l'approximer
- Si je peux trouver des valeurs de « x » qui ont une faible confiance de prédiction, je peux ajouter ces points et reconvertir (aka. apprentissage actif)
Est-ce que quelqu'un a déjà obtenu/utilisé des valeurs de confiance/marge de régression-SVM auparavant?
Vous aimeriez peut-être essayer cette question sur http://metaoptimize.com/qa c'est un clone de la communauté d'apprentissage automatique. – fairidox
Vous obtiendrez une réponse plus rapide à votre problème à http://stats.stackexchange.com/ – matcheek
Merci pour les suggestions. Je vais vérifier ces sites. – Ciaran