Encog SVM 不会训练

Question

我正在尝试训练 SVM 对两个螺旋数据进行分类。

我的输入是一个 3 列的 CSV 文件，前两列是螺旋上一个点的 (x, y) 坐标（未标准化），第三列是该点所属的螺旋（类） .

我首先对 CSV 文件进行规范化，使前两列介于 0 和 1 之间（第三列保持不变）。

然后我创建并训练一个 SVM，如下所示

    CSVNeuralDataSet trainingSet = new CSVNeuralDataSer(normaliseCSV("/path/to/data/file"), 2, 1, false);

SVM svm = new SVM(2, false);

final SVMSearchTrain train = new SVMSearchTrain(svm, trainingSet);

int epoch = 0;

do {
  train.iteration();
  System.out.println("Epoch $: " + epoch + " Error: " + train.getError());
  epoch++;
} while(train.getError() > 0.01);

train.finishTraining();

但是，do...while 循环最终成为一个无限循环，因为训练误差约为 0.4，而且它永远不会改变。

数据集包含大约 200 个样本，只有两个类（0 和 1）。

谁能告诉我为什么会失败？

编辑：Here is a pastebin link 到大约 10% 的训练数据。

Answer 1

很好的问题。您的问题是 SVM 无法为螺旋数据建立分离曲线。我建议你尝试归一化技巧，但不是根据 X、Y 坐标归一化为直线，而是将switch 归一化为polar system of coordinates。并可能考虑阿基米德螺旋、对数螺旋等。请看图片。螺旋数据需要 SVM 构建一些函数，将 1 类和 2 类之间的数据分开，我很确定这对 SVM 来说不是一件容易的事。但是如果你能找到从螺旋数据表示转换为线性数据表示的方法，那么 SVM 将需要在两条曲线之间建立分离，这要容易得多。