IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)
Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

Méthodes prédictives Discussion :

Complexité de l'algorithme Machine à vecteurs de support (SVM)


Sujet :

Méthodes prédictives

  1. #1
    Membre habitué Avatar de abidineb
    Inscrit en
    Septembre 2008
    Messages
    298
    Détails du profil
    Informations forums :
    Inscription : Septembre 2008
    Messages : 298
    Points : 132
    Points
    132
    Par défaut Complexité de l'algorithme Machine à vecteurs de support (SVM)
    Bonsoir

    J'essaye d’étudier la complexite de quelques algorithmes, mais je ne trouve pas leurs complexité de calcul théorique, l'algorithme recherché est Machine a vecteurs de support (SVM) un-contre-un.

    Si qql a la réponse ou lien qui fournit la complexite de l'algorithme cité en haut, ça me sera d'une grande utilité.
    Merci d'avance
    Cordialement

  2. #2
    Membre habitué Avatar de abidineb
    Inscrit en
    Septembre 2008
    Messages
    298
    Détails du profil
    Informations forums :
    Inscription : Septembre 2008
    Messages : 298
    Points : 132
    Points
    132
    Par défaut
    Salut a tous
    Peut être c'est deja mentionné la complexite temporelle de k-plus SVM(machine a vecteur de support) quelque part dans ce forum, s’il vous plait montrez moi le chemin???
    Cordialement

  3. #3
    Membre habitué Avatar de abidineb
    Inscrit en
    Septembre 2008
    Messages
    298
    Détails du profil
    Informations forums :
    Inscription : Septembre 2008
    Messages : 298
    Points : 132
    Points
    132
    Par défaut
    Salut a tous
    Je vais être plus precis, je cherche la complexite du classificateur machine a vecteur de support mais juste pour la phase de test, si qql peut m'aider s'il vous plait, je cherche sur le net mais je n'ai rien trouve pour le moment.
    Merci
    Cordialement

  4. #4
    Membre éclairé
    Homme Profil pro
    Ingénieur R&D en apprentissage statistique
    Inscrit en
    Juin 2009
    Messages
    447
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : France

    Informations professionnelles :
    Activité : Ingénieur R&D en apprentissage statistique

    Informations forums :
    Inscription : Juin 2009
    Messages : 447
    Points : 752
    Points
    752
    Par défaut
    La complexité du test dans SVM dépend de la méthode utilisée linéaire ou "kernelisée".

    Dans la version linéaire il suffit de projeter le point de donnée sur la normale à l'hyperplan séparateur. Donc la complexité sera O(d) si d est le nombre de dimensions dans ton vecteur.

    Avec les algorithmes à Noyaux il faut au moins calculer le noyau du point de donnée à tester avec les vecteurs support donc une complexité O(N*k) avec N le nombre de vecteurs supports et k la complexité pour calculer le noyau.

  5. #5
    Membre habitué Avatar de abidineb
    Inscrit en
    Septembre 2008
    Messages
    298
    Détails du profil
    Informations forums :
    Inscription : Septembre 2008
    Messages : 298
    Points : 132
    Points
    132
    Par défaut
    Bonjour
    Votre réponse m’éclaire un petit peu la route. Merci
    Donc la complexité de test dépendra se la version utilisée (Linéaire-kernelisee). Je pense que c'est pareil pour la phase d'apprentissage.
    Ma question est la suivante
    Version linéaire:
    Vous dites O(d), est ce que le nombre de classes N ne doit pas apparaitre qql part????????????.

    Version kernelisee:
    Ma question est similaire (version linéaire)??

    Cordialement

  6. #6
    Membre éprouvé
    Homme Profil pro
    Ingénieur 3D
    Inscrit en
    Avril 2008
    Messages
    400
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : Royaume-Uni

    Informations professionnelles :
    Activité : Ingénieur 3D

    Informations forums :
    Inscription : Avril 2008
    Messages : 400
    Points : 968
    Points
    968
    Par défaut
    Citation Envoyé par abidineb Voir le message
    Vous dites O(d), est ce que le nombre de classes N ne doit pas apparaitre qql part????????????.
    Les SVM, a l'origine, c'est fait que pour 2 classes. Il y a des bidouillages possibles pour en gérer plus, mais la, la complexité dépend des choix qui ont été faits.

  7. #7
    Membre habitué Avatar de abidineb
    Inscrit en
    Septembre 2008
    Messages
    298
    Détails du profil
    Informations forums :
    Inscription : Septembre 2008
    Messages : 298
    Points : 132
    Points
    132
    Par défaut
    Bonjour

    Merci. Donc ça dépendra de la méthode choisie pour le Multi-classes.
    Dernière question puisque la complexité dépendra de la sélection des paramètres SVM. Si on utilise la methode un-contre-un, On doit chercher les paramètres SVM pour chaque pair de classifieur???????????, ou il y a une autre méthode plus générale??
    Merci.

    Cordialement

Discussions similaires

  1. Machine à vecteur de support - Programmation quadratique
    Par Dakeyras Khan dans le forum Méthodes prédictives
    Réponses: 1
    Dernier message: 23/03/2010, 20h06
  2. Complexité de l'algorithme de multiplication de Karatsuba
    Par judge06 dans le forum Algorithmes et structures de données
    Réponses: 4
    Dernier message: 27/03/2007, 12h02
  3. Complexité de l'algorithme de Tri Fusion
    Par judge06 dans le forum Algorithmes et structures de données
    Réponses: 10
    Dernier message: 26/03/2007, 22h04
  4. [Complexité d'un algorithme] Triangle de Sierpinski
    Par Opérateur dans le forum Algorithmes et structures de données
    Réponses: 18
    Dernier message: 18/12/2006, 15h25
  5. complexité d'un algorithme par un...algorithme??
    Par afrikha dans le forum Algorithmes et structures de données
    Réponses: 5
    Dernier message: 02/11/2005, 00h59

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo