Documentazione STEM

Support Vector regression

Home page

Support Vector regression

IIl modulo effettua la classificazione di immagini o vettori usando l’algoritmo di supervisionato non-parametrico Support Vector Regression (SVR). L’algoritmo SVM si basa sul principio che lo spazio delle variabili di partenza può essere trasformato in uno spazio a più alta dimensionalità in cui la stima lineare è possibile. La trasformazione è effettuata utilizzando una funzione kernel. Gli input allo stimatore sono un file vettoriale contente una colonna con l’indicazione del target da stimare in formato numerico, e (opzionale) l’indicazione delle variabili (attributi del vettore) da usare nella stima. L’utente potrà anche inserire un vettoriale da usare nella fase di validazione o di mappatura di un’area più ampia (es. vettoriale di una griglia).

Input

Dati di input vettoriale: file vettoriale contente le aree di training e l’indicazione dei target.

Seleziona la colonna con indicazione del parametro da stimare: selezionare tra le colonne del file vettoriale quella che indica il parametro da stimare.

Parametri

Effettuare la cross-validation: se scelto viene effettuata la cross validation.

Inserire il numero di fold della cross-validation: inserire il numero di fold della cross-validation.

Selezionare il kernel da utilizzare:

  • RBF: kernel di tipo gaussiano Radial Basis Function (scelta consigliata).
  • lineare: kernel di tipo lineare.
  • polinomiale: kernel polinomiale.

Warning

Si suggerisce di evitare il kernel lineare poichè fa aumentare a dismisura i tempi di elaborazione.

Inserire il parametro C: parametro di regolarizzazione. Valori suggeriti: numero intero tra 1 e 100.

Inserire il valore di epsilon: parametro dello stimatore SVR.

Inserire il valore di gamma (opzionale): parametro del kernel RBF, sigmoidale e polinomiale.

Inserire il valore di r (opzionale): parametro r del kernel sigmoidale e polinomiale.

Inserire il valore del grado del polinomio (opzionale): parametro del kernel polinomiale.

Selezionare la trasformazione: scegliere la trasformazione da applicare alla colonna target. La trasformazione può aiutare ad ottenere un modello lineare nel caso la distribuzione dei dati non lo sia.

Selezione variabili:

  • no: nessuna selezione delle variabili.
  • manuale: le variabili vengono selezionate manualmente.
  • file: le variabili sono scelte in base al file di output del modulo “Selezione variabili per la stima”.

Seleziona le variabili da utilizzare cliccandoci sopra (opzionale): selezionare le variabili da utilizzare. Se non si seleziona nulla vengono usate tutte le variabili.

File di selezione (opzionale): inserire il file ottenuto in output dal modulo “Selezione variabili per la stima”. Attivato solo se l’opzione “file” viene scelta nel menu “selezione variabili”.

Vettoriale di validazione (opzionale): file vettoriale contenente le aree di validazione o di mappatura. I nomi delle colonne del vettoriale devono essere le stesse delle varaibili utilizzate nella creazione del modello.

Seleziona la colonna per la validazione (opzionale): selezionare tra le colonne del file vettoriale quella che indica il target. Se si effettua la mappatura non ve scelto nulla.

Indice di accuratezza per la selezione del modello (opzionale):

  • MSE: Mean Square Error.
  • R2: R2.

Creare output: se scelto viene creato l’output, ovvero un vettoriale uguiale a quello di validazione/mappatura con un campo aggiuntivo col parametro stimato. Se non viene dato nessun input alla voce Vettoriale di validazione l’output verrà creato partendo dal vettoriale di training.

Output

Risultato: inserire il percorso e il nome del file di output.

Colonna per i valori della stima: nome della colonna dove verranno salvati i valori stimati. Al nome indicato viene aggiunta in fondo una S per indicare ceh la stima è stata effettuata mediante stimatore SVR.

Home page