任何人都可以给我一些使用 SVM 使用击键计时进行用户识别的指示吗？
Can anyone give me some pointers for using SVM for user recognition using keystroke timing?
我正在尝试使用击键动态执行用户识别。数据由单个击键的时间组成。我正在使用 SVM 进行二进制 classification。我如何为多个用户训练这个？
我有动态关键字的时间，用户的非常时间，例如“你好” h->16seg，e->10，l->30，o->20，因此，我没有 class(1pos, - 1负)
SVM 是一个二元 classifier。然而，SVM 确实会给你一个置信度分数（与分离超平面的距离的函数）。因此，您可以通过两种流行方式之一使用此信息将二进制 classifier 转换为 multiclass classifier。这两种方式是One-vs-All and One-vs-One。
请参阅 this article 了解如何在多 class 设置中使用 SVM。
例如，在 One vs. All 设置中，对于每个 class，您将训练数据分成属于该 class 的样本和属于任何其他 class 的样本].然后在该数据上安装 SVM。在一天结束时，如果你有 k classes，你就有 k classifiers。然后你 运行 你的测试数据通过所有 k class fiers 和 return class 具有最高的概率（置信度分数）。
我正在尝试使用击键动态执行用户识别。数据由单个击键的时间组成。我正在使用 SVM 进行二进制 classification。我如何为多个用户训练这个？ 我有动态关键字的时间，用户的非常时间，例如“你好” h->16seg，e->10，l->30，o->20，因此，我没有 class(1pos, - 1负)
SVM 是一个二元 classifier。然而，SVM 确实会给你一个置信度分数（与分离超平面的距离的函数）。因此，您可以通过两种流行方式之一使用此信息将二进制 classifier 转换为 multiclass classifier。这两种方式是One-vs-All and One-vs-One。
请参阅 this article 了解如何在多 class 设置中使用 SVM。
例如，在 One vs. All 设置中，对于每个 class，您将训练数据分成属于该 class 的样本和属于任何其他 class 的样本].然后在该数据上安装 SVM。在一天结束时，如果你有 k classes，你就有 k classifiers。然后你 运行 你的测试数据通过所有 k class fiers 和 return class 具有最高的概率（置信度分数）。