私はSVMで撮影パフォーマンスを評価する予定です。各人は3〜10回撃つ。撮影のたびに、風速、射撃得点、距離を得ることができ、SVMに射撃の資格があるかどうかを伝えます。これらのデータをすべてSVMに入力して訓練した後、SVMは撮影能力で撮影に適格かどうかを判断できるようにします。SVMの寸法が異なるサンプルデータ
問題は、人物ごとに撮影時間が3〜10倍異なることです。これは、SVMのサンプルデータの行ごとに異なることを意味します。
ここでは、各人のデータ（1人の行データ1つ）に10 * 3次元を使用する予定です。撮影時間が10時間未満の場合は、-1ですべての空白を埋めます。
空のディメンションを-1で塗りつぶす作業はありますか？
SVMはここでは非常に良いアプローチではないようです。 問題は、あなたののヒット数がであることです。風速と距離に依存します。これは、これらの値が入力値であることを意味します（撮影精度は風に強く依存するため、誰かが風に乗って平均以上になることがあります）。しかし、これはまた、予測時間中にこれらのインプットが必要であることを意味します。それでは、どのように撮影資格を評価したいですか？あなたは風と共同に依存して撮影資格を評価することしかできませんでした。
もちろん、観測されたすべての風と距離の値を予測して結果をブレンドすることはできますが、これは非効率的であり、SMVから確率を得ることも望みます。 SVSの確率はあまり正確ではありません）。
あなたはこのようにそれに取り組むためにしたい場合、あなたはこのように見ているサンプルで訓練するでしょうが：
これは、各ショットが1つのサンプルであることを意味します。 SVMは、与えられた入力変数または確率でヒット/ミスを予測します。
理論的には、この全体的な問題は、変数windによって導入された共分散をモデル化することであり、環境要因に対する射撃精度を正規化することです。
[OK]を、私の問題を簡単な方法で説明しましょう。私はSVMの裁判官だけが射手が彼の射撃得点によって適格であることを望む。まず、SVMデータを次のように入力します。
sample 0 :[score1, score2, score3] # 1 = qualified shooter.
sample 1:[score1, score2, score3, score4, score5] # 0 = unqualified.
sample 2: [score1, score2, score3, score4, score5, score6] # 1 = qualified.
撮影者ごとに撮影時間が異なるため、各サンプルの寸法が異なります。これは
sample 0 : [score1, score2, score3, -1, -1, -1, -1, -1, -1, -1] # 1 = qualified.
sample 1 : [score1, score2, score3, score4, score5, -1, -1, -1, -1, -1] # 0 = unqualified
それは私の質問とは何の関係もないので、私は風速とdisctanceデータを無視し、この時間を?:ように私は10の寸法にすべてのサンプルをフォーマットすることができ、私の質問は、寸法についてです。すべてのサンプルが異なる次元（3〜10）を持っています。すべてのサンプルを10次元にフォーマットし、空白を-1で埋めることができますか？
多くの問題があります：1）学習する唯一のことは、他の情報がないため、しきい値/比率/カウントです。なぜこのしきい値を数えたり設定したりするのではないのですか？ SVMよりずっと簡単です。 2）あなたの充填が可能な間、私は良いと思う（重いパラメータの調整が必要かもしれない）。一つの興味深いことは、異なる注文が異なる結果をもたらすかもしれないということです。 3）これはすべてSVM使用の非常に悪い例です... – sascha
私は問題を理解しやすくするための簡単な例を提供しました。実際、各スコアに少なくとも3つのパラメータがあり、私の感情で各サンプルが適格かどうかを判断します。私はSVMが私のためにこの判断を下せることを願っています。だからあなたはSVMにとって簡単な仕事だとは思わない？ – user497032
あなたの答えをありがとうが、あなたは私を誤解しました。私は、シューティング・パフォーマンスに応じて、シューティングゲームが有能なシューティングゲームであるかどうかをSVMに評価させたい。私の問題は、各シューティングゲームのシューティングタイムが異なること、誰かが3回シューティングすることができること、他のシューティングシューティングシューティングシューズのディメンションが異なることです。 – user497032
いいえ、あなたは私を誤解しました。そして、あなたは機械学習の経験があまりないと思われます。 – sascha
わかりました。私の問題を簡単な方法で説明しましょう。私はSVMの裁判官だけが射手が彼の射撃得点によって適格であることを望む。まず、サンプル0：[score1、score2、score3]＃1 =修飾されたシューティングゲームのようなSVMデータをフィードします。サンプル1：[スコア1、スコア2、スコア3、スコア4、スコア5]＃0 =無条件。サンプル2：[スコア1、スコア2、スコア3、スコア4、スコア5、スコア6]＃1 =認定。 – user497032