パターン認識特論(PRML) report2 (2011/10/18)

提出方法・期限

• Deadline: 2011/11/15, 18:00 JST ⇒ 2011/11/29, 18:00 JST
• moodleから提出
• 下記のすべてを行って、pdfにまとめること。
  表紙に講義名、提出日、提出者氏名・学籍番号を示すこと。

課題2

2011/11/08の授業で若干の解説を行う予定です。

[2-1] SVMソフトウェア

本課題では、ＳＶＭのプログラムを自身で書く必要はなく、 市販やフリーのライブラリやソフトウェアを用いてよい。

以下の項目について記述すること。

• ライブラリないしソフトウェアの入手先 (URLなど)
• 当該ライブラリ・ソフトウェアの作者および知的所有権保有者
• 利用法に関する簡単な説明

[2-2-1] データ(Standard)確認

以下の"Standard"な２クラス(A/B)のデータについてＳＶＭを構成し認識能力を検証する。
各要素は２次元の属性を有する。

standard set Training: Set-A/Set-B, for #10, #100, and #1000.
Test: Set-A/Set-B, for #10, #100, and #1000 respectively.
Data in CSV format

#10, #100, #1000について、学習データ・テストデータを２次元上にプロットしたグラフを示せ。 （グラフは合計６つ）

[2-2-2] SVMの構成

• カーネル：線形・多項式(2)・RBF(1)・シグモイド(2)
• カーネルパラメータ（上記の括弧内は変数の数）
• ソフトマージンの量
• 正規化
• n分割交差確認

また、そのとき誤認識されたテストデータについて、グラフにプロットせよ。 （グラフは合計６つ、ただし認識率が100%の場合は不要） （グラフは[2-2-1]と同じ大きさで出すこと)

[2-2-3] 考察

テストデータによる認識率はそれぞれ１００％に到達できたか？ 到達できたとしたらそれはなぜか。 到達できてないとすればそれはなぜか。 どちらにせよ考察(理由)を示せ。

[2-3-1] データ(Secret)確認

以下の"Secret"な２クラス(A/B)のデータについてＳＶＭを構成し認識能力を検証する。
各要素は２次元の属性を有する。

secret set Training: Set-A/Set-B, for #10, #100, and #1000.
Test: Set-A/Set-B, for #10, #100, and #1000 respectively.
Data in CSV format

#10, #100, #1000について、学習データ・テストデータを２次元上にプロットしたグラフを示せ。 （グラフは合計６つ、ただし認識率が100%の場合は不要）

[2-3-2] SVMの構成

• カーネル：線形・多項式(2)・RBF(1)・シグモイド(2)
• カーネルパラメータ（上記の括弧内は変数の数）
• ソフトマージンの量
• 正規化
• n分割交差確認

また、そのとき誤認識されたテストデータについて、グラフにプロットせよ。 （グラフは合計６つ、ただし認識率が100%の場合は不要） （グラフは[2-3-1]と同じ大きさで出すこと)

[2-3-3] 考察

テストデータによる認識率はそれぞれ１００％に到達できたか？ 到達できたとしたらそれはなぜか。 到達できてないとすればそれはなぜか。 どちらにせよ考察(理由)を示せ。

secretについてはtraining/testとも一定のデータ分布関数に従っている。 その隠されたデータ分布関数を予想せよ。
また、この実験を通じてＳＶＭの認識能力の上限や限界について考察せよ。