🤖antinucleon@antinucleon

“版主每次都是我喷你真不好意思啊 自己搜R， Kernlab 对了到NEU帮我代问孙老师一声好。。我们差点成同学 给张我训练RBF-SVM选参数的图 【 在 chentingpc 的大作中提到: 】 : 帮顶，顺便给个个人经验吧：用SVM的时候一般都是手调参数的，因为SVM训练好慢。。用cross-validation等…”

“建议您多看点相关文献 这个领域明显是Baysian Network主流的 用RF怎么做Reasoning Analysis 【 在 chentingpc 的大作中提到: 】 : 可以试试随机森林。”

“这么多特征就应该用LASSO选择 + 线性模型就够了 瞎折腾没用 【 在 chentingpc 的大作中提到: 】 : 降维只能说是一种思路吧，具体实现得根据数据，这么大的数据做用单机做PCA确实抗不住，这个我也肯定，你说的random PCA（取一部分样本做PCA吧？），也因为feature太高，直接做PCA还是很难…”

“大部分时候Rectified Linear就可以 有些时候需要tanh 反正我从不用sigmoid 【 在 mxmaxi1234 的大作中提到: 】 : BP神经网络中的激活函数选取有什么原则或是有什么理论指导，求各位大神解答下~~”

“轨迹用HMM or RNN 写好的用Maxout Network或者ConvNetwork 【 在 liekkaszx 的大作中提到: 】 : 对于模式识别完全不懂～求帮助～ : 目前，我们有一个触摸屏，对应有一个显示终端，想实现一个功能：在电容触摸屏上手写０－９，想法是通过坐标或者轨迹这些量来识别这些数据，因为想用单…”

“1. 你的数据基本没实际价值 2. 用RNN，你设计的Forward network没有表达RNN的能力 【 在 wodetiandi 的大作中提到: 】 : 例如，通过用x:0~100范围内x*sin（x）函数的值对神经网络进行训练，然后预测出100~150范围内函数的值 : 不太了解应该选用哪种网络结构的神经网络，…”

“降维是邪路 PCA的复杂度你先算算再给意见 就算Random PCA都扛不住 【 在 chentingpc 的大作中提到: 】 : 另外，可以用PCA等对feature进行降维，什么东西会有这么大的feature集而不冗余呢？ :”

“sigmoid函数出来的，勉强能用 【 在 nodlese 的大作中提到: 】 : 这个我还真没注意，svm利用smo算法优化或，应该只有最优解。 : 这个概率是怎么来的，是基于欧式距离算出来的吗，还是基于核空间距离，如果是基于距离得到的概率值，是不是离超平面的越近的点概率越大，而且在核函数以及参数的选取确定下后，有唯…”