サポートベクターマシン悪い結果 - Python

Question

私はSVMを勉強していますが、これは基本的すぎる、原始的で時間がかかっていますが、実際にどのように動作しているのか見たいだけでした。残念ながら、私は何を取りこぼしたか？いくつかのコーディングエラーまたは数学的な間違い？データセットを見たい場合は、ここにリンクがあります。私はUCI Machine Learning Repositoryからそれを取り出しました。あなたの取引に感謝します。

def hypo(x,q): 
    return 1/(1+np.exp(-x.dot(q))) 

data=np.loadtxt('LSVTVoice',delimiter='\t'); 

x=np.ones(data.shape) 
x[:,1:]=data[:,0:data.shape[1]-1] 
y=data[:,data.shape[1]-1] 

q=np.zeros(data.shape[1]) 
C=0.002 

##mean normalization 
for i in range(q.size-1): 
    x[:,i+1]=(x[:,i+1]-x[:,i+1].mean())/(x[:,i+1].max()-x[:,i+1].min()); 

for i in range(2000): 
    h=x.dot(q) 
    for j in range(q.size): 
     q[j]=q[j]-(C*np.sum( -y*np.log(hypo(x,q))-(1-y)*np.log(1-hypo(x,q))) ) + (0.5*np.sum(q**2)) 

for i in range(y.size): 
    if h[i]>=0: 
     print y[i],'1'  
    else: 
     print y[i],'0' 

Answer 1

データによっては、SVMのシンプル・インプリメンテーションが悪い結果をもたらすことは非常に普通です。 SVM実装上のアドバンストバージョン（例えばSickit SVM）を試す必要があります。https://github.com/scikit-learn/scikit-learn/tree/master/sklearn/svm

SVMには、さまざまなカーネル（例：rbf）のような実装およびパラメータのタイプがあります。それらをチェックして、異なるパラメータ（データに応じて）で試してみて、結果を互いに比較しなければなりません。

あなたは（このチェック：http://scikit-learn.org/stable/modules/grid_search.html）を比較するためのグリッド検索アプローチを使用することができますたぶん、あなたはコードが何をしているのか、少し説明する必要があり