遺伝的アルゴリズムSVM後

Question

私は既にLIBSVMを使ってSVMを適用しました。今私は機能選択のための遺伝的アルゴリズムを実装したいと思います。 MATLABにおけるGA例）http://www.scribd.com/doc/31235552/Genetic-Algorithm-Implementation-Using-Matlab

2：このウェブサイトを見た）いくつかの情報

1のためのgoogleしてみましたhttp://www.mathworks.com/help/toolbox/gads/f6691.html

は、[X FVAL] = GAそれらの上にいくつかの質問

Q1）を持っています（@fitnessfun、nvars、options）。これはガソリンを行う機能です。 fitnessfunは何であるべきですか？ほとんどのGAでは、多項式関数です。しかし、SVMの場合は、どのようなフィットネスフィットネスをshldですか？

Q2）SVM後のGAの具体例はありますか？

フィードバックをお寄せください。

ありがとうございます。

Answer 1

あなたが機能の選択をしたいのであれば、あなたはそれを後方に持っていると思います。あなたのSVMの訓練の前に機能選択のGAを実行する必要があります。フィットネス機能は、選択した機能で新たに訓練されたSVMのパフォーマンスになる可能性があります。あなたがこの話題について非常に明確であるとは言えません。

2番目のコメントに答えるために：多くの部分がありますが

を、私はあなたが使用しているこのGA機能を知らないが、あなたはドキュメントを見てみるならば、彼らはこのfitnessfunがすべきパラメータ何かどこかを伝える必要があります期待している。私はあなたがフィットネスを評価したいと思っている個人を推測していますが、この関数の主なパラメータです。選択したフィーチャを展開する場合、この個人はブール変数の配列になります。ここで、trueは選択されたフィーチャを示し、falseは選択されていないフィーチャを示します。このフィットネス機能は、この機能の選択がどれほど良好であるかの指標を返さなければならない。すなわち、より良い選択のために高い数値を返し、最悪の選択に対して低い数値を返さなければならない。予測精度はこれに適しているかもしれません（正確な予測数はサンプルの総数で割ったものです）。

私は、データセットとそのラベルを与えられたSVMモデルの予測精度を計算する方法を知っていると仮定します。あなたは事前に訓練されたSVMを持っているので、選択された機能に対してのみ使用するのはちょっと難しいかもしれませんし、SVMの実装に強く依存しています。線形SVMの場合は、選択されていないフィーチャの値をデータ行列でゼロに設定するだけです。しかし、それが動作しないRBF SVMであれば。依存しているSVM実装の内部メカニズムを理解する必要があります。私は、SVMを3dデータに訓練し、それを2Dデータで作業するための簡単な例を作ることをお勧めします。 SVMモデルの実装に強く依存します。