使用多种功能的支持向量机(SVM)训练

时间:2016-07-28 00:06:24

标签: python r svm

我正在尝试使用从GPS中提取的点数据集来训练我的svm算法。我的数据实例(例如x1,x2,x3,... xn)具有一组属性(速度,坐标等)。我认为两个数据实例(点)之间的线作为一个段,我试图使用多个功能(属性)和移动顺序训练我的算法。考虑到我的数据在CSV文件中,我想要做的是:

1st row: x1(speed, lon, lat), x2(speed,lon, lat), x3(speed,lon, lat)
2nd row:x2, x3, x4
3rd row: x3, x4, x5

等等。

通过这样做,我将训练我的算法来学习序列,这正是我想要做的。 我的问题是;我将如何以序列的形式训练它?以及这个序列将包含多个功能?

我热衷于使用R或Python,虽然我对R.更熟悉,因为我知道Python中的sklearn库也可能有用,但我不明白培训的形式集必须训练svm。 任何帮助将非常感激。 感谢

1 个答案:

答案 0 :(得分:0)

在阅读了你给ali_m的描述后,为什么选择了SVM?另一种方法是使用SVM(监督学习),使用“异常检测”(无监督学习),在这种情况下,你的情况会出现异常,你可以改变门槛并使用它。