如何使用 svm 对数组进行分类？答案

【问题标题】：How to classify arrays using svm?如何使用 svm 对数组进行分类？
【发布时间】：2019-05-21 06:34:43
【问题描述】：

我想制作一个可以区分一般功能的模型，例如。如果给定的一组点落在一条直线或抛物线上等。我无法直接在数组上训练 svc，因为它需要一个二维形状的数组有什么建议么？注意：最终我想将其构建为给定一组数据点的周期性函数

【问题讨论】：

【解决方案1】：

好的，所以你的输入是一个点数组，每个点都有坐标 (x,y)，你的标签是函数的类型。

在数学中，此任务称为插值，这是您获取一组点并返回应返回的函数的地方。

您所描述的似乎更像是非线性回归（曲线拟合），而不是分类，您将有太多的类要覆盖，而且这样做没有任何意义。

这是一个关于非线性回归的 Python 教程，它会更有用。 https://scipy-cookbook.readthedocs.io/items/robust_regression.html

【讨论】：

但我不想区分 2x+1 和 3x+2
我的实际问题是对来自恒星的光线曲线进行分类以检查它们是否是变量......所以只指定了一种曲线而不是实际功能
然后您可以从曲线拟合任务中获取输出函数，并根据函数的顺序和偏差使用简单的 if 语句对其进行分类。如果 order 为 1，则它是一条线，x 平方为抛物线，依此类推。正如我在回答中提到的，以及为什么我认为你被否决了，你的任务不是一个简单的分类问题，它远不止于此。您不需要 ML 来仅对您描述的方式进行分类，您可以从字面上计算随机不同点之间的斜率并近似您的标签，而无需进行任何训练。