一个one-versus-one training的问题# DataSciences - 数据科学
f*l
1 楼
今天听人家说只要你户口本上显示的是未婚 那你再婚时 新对象也不会知道你结过婚 那如果真这样 大家都可以草率结婚啦 我觉得不太可能吧 不过也不懂，嘿嘿，就是好奇问问，没别的想法哦！
k*d
2 楼
我发现我老是在LES班谈COMMON RELATIONSHIPS.会不会被扁.ANYWAY.
我觉得我这个年纪(20--21)的女的的确很像色戒里面的王加芝.
我们已经看透"学长哥哥"的"稳重成熟".
所以我们拒绝.
我们坚决只喜欢易先生.
结果送命了....
整部电影我只哭了两回.
第一是王家芝对...(力宏)说:三年前你可以的.
还有就是他们一大帮人被枪毙的那个拉长拉高的镜头..
在死亡面前王加芝总算知道什么叫做..YOU'RE TOTALLY FUCKED.
我觉得我这个年纪(20--21)的女的的确很像色戒里面的王加芝.
我们已经看透"学长哥哥"的"稳重成熟".
所以我们拒绝.
我们坚决只喜欢易先生.
结果送命了....
整部电影我只哭了两回.
第一是王家芝对...(力宏)说:三年前你可以的.
还有就是他们一大帮人被枪毙的那个拉长拉高的镜头..
在死亡面前王加芝总算知道什么叫做..YOU'RE TOTALLY FUCKED.
o*1
3 楼
对于multi-class classification，一般有两种解决方案，即one-versus-all(ova)和
one-versus-one(ovo)。前者比较好理解，后者在training阶段有点搞不清楚。
举个简单的例子，有三种class/label，red, blue, green。分别有100，50和150个
sample各自属于red，blue和green。那在做red versus blue的training的时候，那150
个green labeled samples如何处理呢？是直接扔掉，还是随机地分配给red/blue呢？
谢谢！
one-versus-one(ovo)。前者比较好理解，后者在training阶段有点搞不清楚。
举个简单的例子，有三种class/label，red, blue, green。分别有100，50和150个
sample各自属于red，blue和green。那在做red versus blue的training的时候，那150
个green labeled samples如何处理呢？是直接扔掉，还是随机地分配给red/blue呢？
谢谢！
s*y
4 楼
每次training只取两组结果，其余的都不要
o*1
5 楼
多谢多谢！
【在 s******y 的大作中提到】
: 每次training只取两组结果，其余的都不要
【在 s******y 的大作中提到】
: 每次training只取两组结果，其余的都不要
E*e
6 楼
为是么不直接multiple class regression?
：对于multi-class classification，一般有两种解决方案，即one-versus-all(ova)和
：one-versus-one(ovo)。前者比较好理解，后者在training阶段有点搞不清楚。
：对于multi-class classification，一般有两种解决方案，即one-versus-all(ova)和
：one-versus-one(ovo)。前者比较好理解，后者在training阶段有点搞不清楚。
o*1
7 楼
用在svm上的。multi-class classification法对于svm好像很难formulate出被优化的
objective function。其实linear regression也很难做multi-class，一般只有纯
logistic regression才用它吧。
)和
【在 E**********e 的大作中提到】
: 为是么不直接multiple class regression?
:
: ：对于multi-class classification，一般有两种解决方案，即one-versus-all(ova)和
: ：one-versus-one(ovo)。前者比较好理解，后者在training阶段有点搞不清楚。
objective function。其实linear regression也很难做multi-class，一般只有纯
logistic regression才用它吧。
)和
【在 E**********e 的大作中提到】
: 为是么不直接multiple class regression?
:
: ：对于multi-class classification，一般有两种解决方案，即one-versus-all(ova)和
: ：one-versus-one(ovo)。前者比较好理解，后者在training阶段有点搞不清楚。
E*e
8 楼
现成的package也包含multiple class SVM啊
：用在svm上的。multi-class classification法对于svm好像很难formulate出被优化的
：objective function。其实linear regression也很难做multi-class，一般只有纯
：用在svm上的。multi-class classification法对于svm好像很难formulate出被优化的
：objective function。其实linear regression也很难做multi-class，一般只有纯
o*1
9 楼
我猜那些package只是能用svm来解多class问题，但是背后的算法还是基于：2-class +
ovo(or ova, or dagsvm, etc)。
有抛弃2-class，直接multi-class的svm吗？
化的
【在 E**********e 的大作中提到】
: 现成的package也包含multiple class SVM啊
:
: ：用在svm上的。multi-class classification法对于svm好像很难formulate出被优化的
: ：objective function。其实linear regression也很难做multi-class，一般只有纯
ovo(or ova, or dagsvm, etc)。
有抛弃2-class，直接multi-class的svm吗？
化的
【在 E**********e 的大作中提到】
: 现成的package也包含multiple class SVM啊
:
: ：用在svm上的。multi-class classification法对于svm好像很难formulate出被优化的
: ：objective function。其实linear regression也很难做multi-class，一般只有纯
d*e
10 楼
goolge "multiclass hinge loss"或者“multiclass SVM”至少能搜到四五种
multiclass的hinge loss的variant
【在 o******1 的大作中提到】
: 用在svm上的。multi-class classification法对于svm好像很难formulate出被优化的
: objective function。其实linear regression也很难做multi-class，一般只有纯
: logistic regression才用它吧。
:
: )和
multiclass的hinge loss的variant
【在 o******1 的大作中提到】
: 用在svm上的。multi-class classification法对于svm好像很难formulate出被优化的
: objective function。其实linear regression也很难做multi-class，一般只有纯
: logistic regression才用它吧。
:
: )和
o*1
11 楼
多谢多谢！
我又搜了一下，的确有一些基于k-class的单一的objective function方法，比如
Vapnik, Weston & Watkins, Bredensteiner and Bennett。
有一篇16年的文章，比较了各种multi-class svm方法http://www.jmlr.org/papers/volume17/11-229/11-229.pdf。结论是建议把ova和 Weston & Watkins SVM作为default的两种方法。如果考虑计算时间，就用ova；否则WW svm很不错。
【在 d******e 的大作中提到】
: goolge "multiclass hinge loss"或者“multiclass SVM”至少能搜到四五种
: multiclass的hinge loss的variant
我又搜了一下，的确有一些基于k-class的单一的objective function方法，比如
Vapnik, Weston & Watkins, Bredensteiner and Bennett。
有一篇16年的文章，比较了各种multi-class svm方法http://www.jmlr.org/papers/volume17/11-229/11-229.pdf。结论是建议把ova和 Weston & Watkins SVM作为default的两种方法。如果考虑计算时间，就用ova；否则WW svm很不错。
【在 d******e 的大作中提到】
: goolge "multiclass hinge loss"或者“multiclass SVM”至少能搜到四五种
: multiclass的hinge loss的variant
相关阅读
【湾区求职】Data Scientist or Marketing Analytics (统计mast (转载)著名人類學家胡家奇擔憂：納米機器人或滅絕人類有没有SAS大神，求帮忙一个work library的问题求教：matlab (转载)生物博后转行ds经历本科Marking,硕士MBA转行DSA分享会总结百万人民币招聘博士学历人才找AI+药物研发的伙伴一起创业找人做简单混合数据回归处理如何读的快学的多？信息爆炸的时代需用结构化读书法决定离开Data Scientist这个title了著名人類學家胡家奇對人類未來的憂思大药厂的生统工作有技术含量么? (转载)Google 的一个data analyst-temp position open可以refer请问有没有在AWS做Big Data Architect Solution Architect 的?关于转行ds的一个误区Looking for a programmer NYCUber数据科学组招几个DA和DS (转载)从中国物理副教授到美国Principal Data Scientist会讲故事就能做好演讲