如何从 Input Space I 获取数据到 Feature Space Y

Question

我正在尝试实现一个支持向量机来理解它的内部和外部，但我对如何实现它一头雾水。到处都在解释如何获得超平面，以便我们能够分离不同的类。我的问题是 如何将数据从输入 Space I 获取到特征 Space Y。

例如考虑以下数据：

date                 userId      pc        activity

01/04/2010 07:12:31  RES0962     PC-3736   Connect
01/04/2010 07:35:40  RES0962     PC-2588   Disconnect 
01/04/2010 08:02:14  ZKH0388     PC-1021   Connect
01/04/2010 08:20:17  ZKH0388     PC-3736   Disconnect

Q) 假设我们正在尝试构建一个用户行为模型。我们可以提取每个用户的特征并用它来训练，但就代码而言，它是如何工作的？我对此一无所知。如果有人能解释一下，那将有很大帮助。

Answer 1

映射到特征 space 需要您为决定输入类的每个不同特征赋予权重。获得权重是清楚理解项目理论基础的功能，例如，您的财务价值由银行存款和投资决定。银行里的钱的重量可能是 2；而对于投资来说可能是5。因此，投资更多但钱更少的人可能会拥有更多的净资产。

现在，对于每个输入的数据（当然有两个特征），money in bank 和 investment 这两个特征现在将分别被视为坐标 x 和 y。想象一下，您在知道每个数据 (x, y) 坐标后根据您的体重绘制图表。那么，获得超平面将是下一个挑战。我希望这有帮助。祝你好运

如何从 Input Space I 获取数据到 Feature Space Y

How to get the data to Feature Space Y from Input Space I

machine-learning

svm