2013-05-17 1 views
0

SVM을 사용하여 C++의 알려진 위치에있는 이미지에서 읽은 숫자를 분류하려고합니다. 그것에 대해 , 난 자리의 알려진 위치에서 사각형을 통해 샘플, 나는 ground_truth와 기차.C에서 숫자 인식을위한 커널 선택

SVM의 커널을 선택하는 방법을 궁금합니다. 기본 선형 커널을 사용하지만 내 직감은 그것이 최선의 선택이 아닐 수도 있다고 말해줍니다.

어떻게 커널을 선택할 수 있습니까?

+0

손으로 쓴 것을 분류하려는 자릿수가 있습니까? –

+0

그러면 도움이 될 것입니다 : https://mlss.soe.ucsc.edu/sites/default/files/malik-lec2.pdf –

답변

2

커널을 조정해야합니다 (비선형 커널을 사용하는 경우). 이 안내서는 다음과 같이 유용 할 수 있습니다. A practical guide to SVM classification

+0

+1 libsvm 가이드를 참조하십시오. 매우 권장되는 리소스입니다. – Pedrom

0

불행히도 마술 총알이 없으므로 실험은 가장 친한 친구입니다.

아마 대부분의 경우 제대로 작동하는 경향이있는 RBF로 시작 하겠지만 아마도 직선이 가장 좋지 않다는 귀하의 직감에 동의합니다. (특히 데이터가 많을 때) 좋은 놀라움 :)

RBF에서 발견 된 문제는 훈련 세트에 무리가있는 경향이 있다는 것입니다. 많은 양의 데이터가있을 경우 문제가 될 수 있지만이 문제는 새로운 문제가 발생합니다. 큰 데이터를위한 느린 교육 시간.