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
招data scientist intern立即开始装不了scipy 包，提示没装MKL一个one-versus-one training的问题数据存储的过去、现在、未来hadoop admin的工作机会多么在职统计读CS可行性求建议请问sql server 输出.csv 用双引号"Metropolis-Hastings的proposal distribution如何选取？Spark Summit 2016 @SFR 里面random forest score新的data有new level的问题帮客户贴个position,data scientist @ Boston (转载)lending club的notes 数据完成学业回国甩卖,一律30刀起,乐器材,家电,家具,电脑,手机,书架,课本有关Stochastic Gradient Descent有没有兴趣吃个饭啥的？有人去KDD conference 吗？统计背景的是不是要从头学C++？求 SF data science 微信群Datalaus data science 只做 project 的那个 program， 需要交学费吗？做药的统计师现在一般什么价钱？