Discussion :

[farah]

Bonjour,
j`ai une question intéressante et toute simple; dans le cas de la classification multi-classe si nous avons par exemple 3 classes {classe1,classe2,classe3} et qu`on veut utiliser la methode one versus one pour la phase d`apprentissage et de classification avec un noyau RBF nous aurons donc trois classifieurs C11,C12 et C23.

Ma question est: sommes-nous obliger d`utiliser le même sigma pour tout les classifieurs dans la phase d`apprentissage et par la suite de la classification, ou bien on peut utiliser des sigma differents pour chaque classifieur par exemple sigma11,sigma12 et sigma13? ceci bien sur pour améliorer l`apprentissage et la classification puisqu`il est difficile de trouver un bon sigma qui classe correctement les donnees de N classifieurs.

Alors vous en pensez quoi?

[Bucketpc]

Qu'est ce que tu désignes par Sigma ?

Les centres des fonctions a base radiale ? ou autre chose ?

[farah]

c'est la deviation ou l'ecart type dans l'expression du noyau RBF (noyau a base radial) K(x,y)=exp(-||x-y||^2/(2*sigma^2))

[padmasana]

Bonjour,

Oui comme tu dis, il n'y a aucune règle indiquant comment choisir le sigma, il faut faire des essais avec des valeurs différentes, puis le fixer sur la valeur du sigma qui donne le meilleur taux de classification, avec une reconnaissance des trois classes, et bien sur avec moins de confusions et de conflits.
généralement le sigma prend les 3 valeurs: 0.1, 0.5, 1

Donc selon ton problème, tu choisis le bon sigma

bon courage

[farah]

Merci pour ta reponse

Choisir un sigma pour chaque classifieur faciliterait grandement notre travail, mais puisque aucun scientifique n`en a parlé, il vaudrait mieux que je laisse tomber cette hypothése...

[Bucketpc]

il y a une différence entre aucun scientifique n'en a parlé, et l'existance d'aucune règle pour déterminer la valeur.