Python版のSCWを作った(ついでに疎な素性を取るようにした) - EchizenBlog-Zwei
Pythonに慣れるためにSCWを書いた。前にPerlで書いたのは密な素性を前提にしていた。これだと不便なので今回は疎な素性を取るように変更した。 https://github.com/echizentm/ConfidenceWeighted 以下、サンプルの動作例。 $$ python sample.py < colors.json update:[1, {"B": 0, "R": 255, "G": 0}] update:[-1, {"B": 0, "R": 0, "G": 255}] update:[-1, {"B": 255, "R": 0, "G": 0}] update:[-1, {"B": 255, "R": 0, "G": 255}] update:[1, {"B": 255, "R": 255, "G": 0}] update:[1, {"B": 0, "R": 255,
SCWを試す - Negative/Positive Thinking
はじめに 分類器の決定版(？)的なSoft Confidence Weighted Learningを試してみた。 Soft Confidence Weighted Learningとは 2012年に提案された、各重みを正規分布と考え更新時にその分布が変わるようにしたConfidence Weighted(CW)関係のノイズに強くなった版 オンライン学習 http://icml.cc/2012/papers/86.pdf 詳しい解説記事 http://d.hatena.ne.jp/kisa12012/20120625/1340616659 使用したデータ LIBSVMのページにあるUCIデータセットのa9aを用いた http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/ 学習データ : a9a テストデータ : a9a.t コード 毎
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
