我可以使用 SVM 进行相似性匹配吗
Can I use SVM for similarity matching
假设我使用某些方法从两个样本中提取了两个特征向量，我想比较这两个特征向量以预测它们是否来自同一个class 或不同的 classes。我可以为此目的使用 SVM 吗？据我了解，SVM 用于接受一个输入（现在我有两个）并预测它是否属于一个特定的 class。我不知道如何使用它来进行相似度测量。
已经测试了余弦距离或欧氏距离等简单方法，但性能较差。因此，如果您有任何建议，我只想尝试一些学习方法，如 SVM、NN 或其他方法。谢谢！
是的，他们可以 - 您描述的是一个新的 class化问题。您的输入现在只是以前的两倍（两个特征向量连接在一起）并且 class 标签是 "same" 和 "not same"。
即：对于两个不同的输入，你的特征向量可能是 [a, b] 和 [x, y]，现在你有一个特征向量 [a, b, x, y]。请注意，您可能还想训练像 [x, y, a, b] 这样的对，因为任何一种方式都应该产生正确的 classification。
您还可以查看制作功能的不同方法，有多种选择。还有其他表达问题的方法。
假设我使用某些方法从两个样本中提取了两个特征向量，我想比较这两个特征向量以预测它们是否来自同一个class 或不同的 classes。我可以为此目的使用 SVM 吗？据我了解，SVM 用于接受一个输入（现在我有两个）并预测它是否属于一个特定的 class。我不知道如何使用它来进行相似度测量。
已经测试了余弦距离或欧氏距离等简单方法，但性能较差。因此，如果您有任何建议，我只想尝试一些学习方法，如 SVM、NN 或其他方法。谢谢！
是的，他们可以 - 您描述的是一个新的 class化问题。您的输入现在只是以前的两倍（两个特征向量连接在一起）并且 class 标签是 "same" 和 "not same"。
即：对于两个不同的输入，你的特征向量可能是 [a, b] 和 [x, y]，现在你有一个特征向量 [a, b, x, y]。请注意，您可能还想训练像 [x, y, a, b] 这样的对，因为任何一种方式都应该产生正确的 classification。
您还可以查看制作功能的不同方法，有多种选择。还有其他表达问题的方法。