SVMモデルを1つの機能でトレーニングすることはできますか？

Question

機械学習が初めてです。私はたくさんのフィーチャでフィーチャを選択していましたが、一部のアルゴリズムではすべてのフィーチャのランク付けができました。それからモデルのトレーニングのために一番上の機能を試してみましたが、クロスバリデーションのパフォーマンスはかなり良いと判明しました。 SVMモデルを訓練するためにただ1つの機能を使用することが適切なのであれば心配です。 （私はRBFカーネルを使用しています。） ありがとうございました。

Answer 1

はい、問題ありません。 基本的に、使用している機能が少ないほど良いでしょう。 フィーチャの数は、トレーニングベクトルの数よりはるかに少なくなければなりません。少なくとも100倍少ない。

あなたのケースでは、C値が非常に大きく、G値が非常に小さい（おそらく非常にオーバーフィットモデルがある）場合は、さらに機能を追加する必要があるかもしれません。 http://image.diku.dk/shark/sphinx_pages/build/html/rest_sources/tutorials/algorithms/svmModelSelection.html#jaakkola-s-heuristic

かつ確実にオーバーフィットを回避するために、クロスバリデーションとホールドアウト検証を使用：

はG推定のためのJaakkolaのヒューリスティックを忘れないでください。

私は以下の本をお勧めします： マックス・クーン•Kjell Johnson、Applied Predictive Modeling。 ISBN 978-1-4614-6848-6 ISBN 978-1-4614-6849-3（電子ブック） DOI 10.1007/978-1-4614-6849-3 スプリンガーニューヨークハイデルベルクドルドレヒトロンドン

敬具、 ニック。