社区
Java
帖子详情
关于svm 支持的特征数
z905799779
2017-11-24 03:22:12
请问大家 svm 可以支持多少特征呢? 如有有一个训练集 有100个特征,10000个样本 能够分类出来吗?
...全文
521
1
打赏
收藏
关于svm 支持的特征数
请问大家 svm 可以支持多少特征呢? 如有有一个训练集 有100个特征,10000个样本 能够分类出来吗?
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
1 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
HIKGYK
2018-12-13
打赏
举报
回复
100个特征是普通操作吧,样本数多点,黑白都要有
opencv
SVM
图像分类工程文件
这是opencv
svm
图像分类的整个工程代码,在VS2010下打开即可。整个工程文件以及我的所有训练的图片存放在这里,需要的可以下载,自己在找训练图片写代码花了很多时间,下载完后自行解压,训练图片和测试图片可以从这免费下载http://download.csdn.net/detail/always2015/8944959,project data文件夹直接放在D盘就行,里面存放训练的图片和待测试图片,以及训练过程中生成的中间文件,现在这个下载object_classfication_end则是工程文件,我用的是vs2010打开即可,下面工程里有几个要注意的地方: 1、在这个模块中使用到了c++的boost库,但是在这里有一个版本的限制。这个模块的代码只能在boost版本1.46以上使用,这个版本以下的就不能用了,直接运行就会出错,这是最需要注意的。因为在1.46版本以上中对比Cs
SVM
这个类一些成员函
数
做了一些私有化的修改,所以在使用该类初始化对象时候需要注意。 2、我的模块所使用到的函
数
和产生的中间结果都是在一个categorizer类中声明的,由于不同的执行阶段中间结果有很多个,例如:训练图片聚类后所得到单词表矩阵,
svm
分类器的训练的结果等,中间结果的产生是相当耗时的,所以在刚开始就考虑到第一次运行时候把他以文件XML的格式保存下来,下次使用到的时候在读取。将一个矩阵存入文本的时候可以直接用输出流的方式将一个矩阵存入,但是读取时候如果用输入流直接一个矩阵变量的形式读取,那就肯定报错,因为输入流不
支持
直接对矩阵的操作,所以这时候只能对矩阵的元素一个一个进行读取了。 3、在测试的时候,如果输入的图片太小,或者全为黑色,当经过
特征
提取和单词构造完成使用
svm
进行分类时候会出现错误。经过调试代码,发现上述图片在生成该图片的单词的时候所得到的单词矩阵会是一个空矩阵,即该矩阵的行列
数
都为0,所以在使用
svm
分类器时候就出错。所以在使用每个输入图片的单词矩阵的时候先做一个判断,如果该矩阵行列
数
都为0,那么该图片直接跳过。
svm
+
特征
提取做分类
使用SVM做一个图片分类器,主要使用的技术是,各种
特征
提取方法加上PCA主成分提取,最后用
SVM
进行图片分类处理。
特征
提取这个东西还是比较简单的,前人做的工作很多,源代码也不少。主要采用的不变距、HOG、SIFT、LBP、信息熵、tamura纹理
特征
、面积和欧拉
数
等。主要从两个大的角度研究。一个是纹理
特征
,还有一个就是几何
特征
。总的来说,就是各种
特征
叠加然后到了整个分类器,慢慢调整最终达到比较...
特征
选择之
支持
向量机递归
特征
消除(
SVM
-RFE)
支持
向量机递归
特征
消除(下文简称
SVM
-RFE)是由Guyon等人在对癌症分类时提出来的,最初只能对两类
数
据进行
特征
提取。它是一种基于Embedded方法。
支持
向量机
支持
向量机广泛用于模式识别,机器学习等领域,
SVM
采用结构风险最小化原则,同时最小化经验误差,以此提高学习的性能。详细的
SVM
介绍请看我的另一篇博文《 线性
支持
向量机》在这简单介绍一下
SVM
。 设训练集{(xi,yi)}Ni=1\{(
SVM
支持
向量机
一、
SVM
简介 1.
支持
向量机(
SVM
)定义: 三种:线性可分
支持
向量机、线性
支持
向量机、非线性
支持
向量机。
SVM
的学习算法就是求解凸二次规划的最优化算法;
SVM
是一种二类分类模型,基本模型是定义在
特征
空间中的间隔最大的线性分类器。 学习策略是间隔最大化。 训练集线性可分时,通过硬间隔最大化,学习一个线性可分
支持
向量机; 训练集近似线性可分时,通过软间隔最大化,学习一个线性
支持
向量机; 训练集线性不可分时,通过核技巧与软间隔最大化,学习一个非线性
支持
向量机。 线性可分
支持
向量机 给定线性可分训练集,通过
SVM
支持
向量机
SVM
支持
向量机
SVM
1.
SVM
分类:2. Hand-Margin
SVM
3.Soft-margin
SVM
4. Kernel-Margin
SVM
4.1 核方法5.其他关于
SVM
?
SVM
对偶?
SVM
核技巧?
SVM
的物理意义是什么?
SVM
和全部
数
据有关还是和局部
数
据有关?
SVM
与LR的区别?
SVM
SVM
;Support Vector Machine;
支持
向量机 1.
SVM
分类: hand-margin
SVM
硬间隔 Soft-Margin
SVM
软间隔 Kernel-Margin
SVM
Java
50,545
社区成员
85,620
社区内容
发帖
与我相关
我的任务
Java
Java相关技术讨论
复制链接
扫一扫
分享
社区描述
Java相关技术讨论
java
spring boot
spring cloud
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章