내 testlabel 및 trainlabel을 얻은 후 libsvm에서 SVM을 구현했으며 정확도는 97.4359 %입니다. 내가 모델을 다시 구현 내가 최고의 C와 g를 찾은 후 model = svmtrain(TrainLabel, TrainVec, '-c 1 -g 0.00375');
[predict_label, accuracy, dec_values] =
LIBSVM은 다중 클래스 SVM에 대해서만 1 대 1 분류 만 허용한다는 것을 알고 있습니다. 그러나, 나는 one-against-all 분류를 수행하기 위해 약간 조정할 생각이다. 나는 아래에 모두를 수행하려고 노력했다. 이것이 올바른 접근 방법입니까? 코드 : TrainLabel;TrainVec;TestVec;TestLaBel;
u=unique(Tr
openCV를 사용합니다. SVM을 교육했지만 출력 파일이 너무 큽니다 (svm.save() 이후). iPhone의 응용 프로그램에서 훈련 된 SVM을 사용하고 싶지만 파일은 약 300MB입니다. 아카이브 이후의 파일 크기는 약 6MB입니다. 그래서, 내 질문 : 1) 나는의 bzip2와 아카이브를 추출 할 때 아이폰 응용 프로그램이 시작하고 SVM : 하
나는 멀티 클래스 svm 분류 (6 클래스)를 가지고 있습니다. LIBSVM을 사용하여 분류하고 싶습니다. 다음은 내가 시도한 것들이며 그들에 관해 몇 가지 질문이 있습니다. 방법 항목 (일 대 일) :이 방법에 대한 model = svmtrain(TrainLabel, TrainVec, '-c 1 -g 0.00154 -b 0.9');
[predict_la
이미 LIBSVM을 사용하여 SVM을 적용했습니다. 이제는 기능 선택을위한 유전 알고리즘을 구현하고 싶습니다. MATLAB에서 http://www.scribd.com/doc/31235552/Genetic-Algorithm-Implementation-Using-Matlab 2) GA 예 :이 웹 사이트 톱 몇 가지 정보 1)에 대해 Google에 시도 htt
SVM으로 일부 예측 모델을 구축하는 scikit-learn과 협력하고 있습니다. 약 5000 개의 예제와 약 700 개의 기능을 가진 데이터 세트가 있습니다. 나는 훈련 세트에서 18x17 격자 검색으로 5 배 십자가 유효성을 검사하고 내 테스트 세트에 최적의 매개 변수를 사용합니다. 실행이 예상보다 오래 걸리고 다음과 같은 사실을 발견했습니다. 1) 일
현재 아핀 용어가 추가 된 L2 정규화 된 로지스틱 회귀 또는 L2-reg 선형 SVM 문제를 해결해야하는 문제에 대해 현재 작업하고 있습니다. 그래서 예를 들어 내 문제는 다음과 같습니다 V는 상수 벡터이다 min_ w {C*sum_i max(1-w*x_i*y_i,0) + 0.5*||w||^2_2 + w * v }
. 물론 이것은 볼록한 문제이며 일반
SVM 분류기를 작성하려고했지만 predict에 문제가 있습니다. > modelrbf<-ksvm(set,y,kernel="rbfdot",type="C-svc")
Using automatic sigma estimation (sigest) for RBF or laplace kernel
> predict(modelrbf,set[24,])
Error in .
저는 예측 모델을 Python으로 제작하고 있으며 scikits learn의 SVM 구현을 사용하고 있습니다. 사용하기 쉽고 비교적 빠르고 사용하기 쉽습니다. 불행히도 저는 런타임에 제약을 받기 시작했습니다. 650 개의 기능을 갖춘 전체 데이터 세트에서 rbf SVM을 실행합니다. 각 실행에는 약 1 분이 소요됩니다. 그러나 5 배 교차 유효성 검사 +