Комментарии 7
Я так понимаю, в одном инстансе хранилась ровно одна цифра?
Интересно, почему SVM с радиальным ядром дал такой низкий результат. Я так понимаю, при для мультикатегориальной классификации scikit-овская реализация использует one-vs-one стратегию?
Интересно, почему SVM с радиальным ядром дал такой низкий результат. Я так понимаю, при для мультикатегориальной классификации scikit-овская реализация использует one-vs-one стратегию?
Все верно. Про радиальное ядро ничего не могу сказать. Есть, кстати, еще ядро sigmoid, там та же ситуация.
> Я так понимаю, при для мультикатегориальной классификации scikit-овская реализация использует one-vs-one стратегию?
Нет, на сколько я помню там one-vs-all по умолчанию. Хотя one-vs-one тоже можно прикрутить.
> Интересно, почему SVM с радиальным ядром дал такой низкий результат.
Вот это действительно странно. Радиальное ядро может дать качество ниже чем линейное, но разница тут слишком велика.
Нет, на сколько я помню там one-vs-all по умолчанию. Хотя one-vs-one тоже можно прикрутить.
> Интересно, почему SVM с радиальным ядром дал такой низкий результат.
Вот это действительно странно. Радиальное ядро может дать качество ниже чем линейное, но разница тут слишком велика.
scikit-learn.org/stable/modules/svm.html#multi-class-classification
«SVC and NuSVC implement the “one-against-one” approach (Knerr et al., 1990) for multi- class classification.»
Для one-vs-all есть отдельный метод в том же классе.
«SVC and NuSVC implement the “one-against-one” approach (Knerr et al., 1990) for multi- class classification.»
Для one-vs-all есть отдельный метод в том же классе.
И на какое место оценился ваш сабмит на кегле? Я, помнится, когда эту задачку решал, то сделал тупо RF с n_estimators = 30 и сходу получил 222 место.
Сильно удивился от того, что если предварительно сделать нормализацию изображения (отмасштабировать и отцентрировать цифры), то точность при этом снижается.
Сильно удивился от того, что если предварительно сделать нормализацию изображения (отмасштабировать и отцентрировать цифры), то точность при этом снижается.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Распознавание рукописных символов с использованием Python и scikit