24小时热门版块排行榜    

查看: 1467  |  回复: 17

suzuqiang

银虫 (小有名气)

引用回帖:
10楼: Originally posted by maomao3591 at 2012-11-14 11:38:26
我研究降维才一年多,上手就是非线性的lle 和ltsa。具体数据应用的时候挺费劲的,考虑的东西很多,不如那些全局算法。特征间又有较大的非线性耦合关系,这个问题我没研究过,抱歉,具体问题具体分析把。各种试试挺 ...

嗯,可不可以把你手上的lle和ltsa算法发我一份,jhonsu1987@126.com。老板有这方面的项目,所以可能会进一步研究这方面的东西,以后多多交流,呵呵!
思维敏捷,淡定如水!
11楼2012-11-15 18:39:14
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

mikemelon

至尊木虫 (著名写手)


小木虫: 金币+0.5, 给个红包,谢谢回帖
suzuqiang: 回帖置顶 2012-11-22 14:10:14
我觉得归一化不仅包含中心化(即减去均值),还包括标定(除以方差),后者可能会起到作用。
12楼2012-11-21 14:36:13
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

ppbbo

木虫 (小有名气)


小木虫: 金币+0.5, 给个红包,谢谢回帖
可不可以考虑用SVM的方法呢 提支持向量
楼主 想抽时间聊一聊 我也在搞这块 不过是做SP
13楼2012-11-23 21:22:50
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

suzuqiang

银虫 (小有名气)

引用回帖:
13楼: Originally posted by ppbbo at 2012-11-23 21:22:50
可不可以考虑用SVM的方法呢 提支持向量
楼主 想抽时间聊一聊 我也在搞这块 不过是做SP

多多交流啊!
SVM也是可以用的一种比较好的分类方法!
思维敏捷,淡定如水!
14楼2012-11-26 09:16:58
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

ppbbo

木虫 (小有名气)


小木虫: 金币+0.5, 给个红包,谢谢回帖
引用回帖:
14楼: Originally posted by suzuqiang at 2012-11-26 09:16:58
多多交流啊!
SVM也是可以用的一种比较好的分类方法!...

给虫友发邮件了~
15楼2012-11-26 10:33:27
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

radikalz

银虫 (初入文坛)


小木虫: 金币+0.5, 给个红包,谢谢回帖
我个人认为各个特征从一开始来说本身就没有任何区别,也就是说特征之间的差异仅仅只能从样本信息以及监督信息中提取。对于无监督的样本分类很多方面一般是没有一个定论的,只能说某种在某些样本中效果比较好,或者某几种特征的差异确实能说明问题,因为单个特征本身的大小也是一种特征。所以这些特征好坏的问题就归结到特征最初的选取问题上,而不是DR中需要考虑的了,可以改进你的特征提取方法,而不是DR方法。还有就是最终的分类任务需要交给分类器,分类器的选择也会影响结果。最后谈到DR的统一框架问题,现在trans中不断出现降维方法的框架,可以从不同的角度看这个问题。
16楼2012-12-03 22:38:07
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

suzuqiang

银虫 (小有名气)

引用回帖:
16楼: Originally posted by radikalz at 2012-12-03 22:38:07
我个人认为各个特征从一开始来说本身就没有任何区别,也就是说特征之间的差异仅仅只能从样本信息以及监督信息中提取。对于无监督的样本分类很多方面一般是没有一个定论的,只能说某种在某些样本中效果比较好,或者某 ...

有没有DR方法和分类器方法结合为一体的方法,我很想知道有没有这样的方法,但是一直没找到!
思维敏捷,淡定如水!
17楼2012-12-04 09:32:50
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

radikalz

银虫 (初入文坛)


小木虫: 金币+0.5, 给个红包,谢谢回帖
引用回帖:
17楼: Originally posted by suzuqiang at 2012-12-04 09:32:50
有没有DR方法和分类器方法结合为一体的方法,我很想知道有没有这样的方法,但是一直没找到!...

目前至少在tpami上我还没看到,你可以尝试一下,但不建议,这个工作量将是十分巨大的,一劳永逸几乎不可能,因为这个的framework很难找到合适的,这也是pami在理论上比较青睐framework的原因。建议在从不同角度深入了解大部分已有算法的基础上再进行这一工作。
classifier说白了也就是一个决策的东西,前面工作越完善后端正确决策所需的代价就越小。
18楼2012-12-05 23:09:01
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 suzuqiang 的主题更新
普通表情 高级回复 (可上传附件)
信息提示
请填处理意见