如何在python中初始化和训练具有rootSIFT特性的支持向量机

文章/答案/技术大牛

发布

0回答

python、opencv、computer-vision、scikit-learn

我使用OpenCV在python中设置了一个基于内容的检索系统。我已经成功地提取了关键点和描述符，使用k-means对它们进行聚类，创建了一个码本，并基于该码本生成了描述图像的直方图。我想知道如何使用在这段代码的最后一行生成的直方图来训练SVM，或者我是否以错误的方式进行训练。

浏览 4提问于2016-07-14得票数 0

1回答

利用谷歌云视觉API进行情感识别？

computer-vision、google-cloud-vision

我希望使用从图像中生成特征，我将进一步使用这些特性来训练我的支持向量机来解决情感识别问题。请提供一个详细的过程，说明如何在python中编写一个脚本，它可以使用生成我可以直接输入支持向量机的特性。

浏览 7提问于2016-11-09得票数 1

回答已采纳

1回答

支持向量机预测单元中的数据而不是期望的矩阵

matlab、classification、svm、libsvm、vlfeat

对于我的svm培训和预测，我使用的是vl_svmtrain，其文档可以在这里找到：根据文档，数据X必须在D乘N矩阵中，每列有一个样本。是否可以将数

浏览 0提问于2015-01-07得票数 0

回答已采纳

1回答

用Matlab中训练的SVM模型对python进行分类

python、matlab、scikit-learn、svm

我有一个在MATLAB中训练的支持向量机模型(使用了6个特性)，为此我有：以上都是我能够在python中加载的</

浏览 0提问于2017-03-21得票数 2

1回答

二进制分类:如何转换实数特征？

machine-learning、python、svm、algorithms、naive-bayes-classifier

我想训练一个使用标记数据集的垃圾邮件检测的二进制分类算法。数据集具有以下特性：数据的一个例子是：Gg12_school@gmail.com | Example | this is just an example of my dataset | 2020/08/20 我想要<

浏览 0提问于2020-08-20得票数 0

2回答

不同特征的不同内核-科学知识-学习支持向量机

python-3.x、machine-learning、scikit-learn、svm

我正在尝试使用sklearn.svm.SVC构建一个分类器，但我想将内核分别训练在不同的特性子集上，以便更好地表示特征空间(如描述的)。我读过“用户指南”( User Guide )，我知道我可以创建单个内核之和的内核，或者将预计算内核(kernel = 'precomputed')提供给SVC，但我不明白如何将不同的内核应用于不同的特性有办法在sklearn中实现这一点吗？我找到了一种计算s

浏览 4提问于2020-05-29得票数 3

回答已采纳

1回答

保存新数据的特征向量-学习

python、machine-learning、scikit-learn

一切都很好，现在我想把模型部署到野外，看看它是如何在新的、未标记的、未见的数据上工作的。如何保存特征向量，使新数据具有相同的大小/特征，并与支持向量机模型一起工作？这比训练我的模型所用的原始向量少了几千个索引，所以支持向量机模型不能使用它。或者，即使向量</

浏览 3提问于2014-06-10得票数 4

回答已采纳

1回答

支持向量机:特征变换

machine-learning、svm

当我手头有经过训练的支持向量机模型时，如何在测试数据中进行转换？我试图模拟数学方程的SVM输出和训练的SVM模型(使用RBF核)。我该怎么做？在支持向量机中，使用的一些常见内核是：在这里，xi和xj代表两个样本。现在，如果数据有5个样本，这种转换是否包括两个样本的所有组合以生成转换

浏览 2提问于2016-02-09得票数 1

回答已采纳

5回答

在哪里最好使用带有线性内核的svm？

machine-learning、classification、svm、mathematical-optimization

我目前正在研究svm，并且想知道svm与线性内核的应用是什么。在我看来，它一定是应用于解决一个线性优化问题。这是正确的吗？我很感激你的回答！

浏览 9提问于2013-12-13得票数 20

回答已采纳

3回答

用支持向量机在MATLAB中实现HOG特征

matlab、classification、svm、feature-extraction、matlab-cvst

我想使用支持向量机进行基于HOG特征的分类。我在此中使用MATLAB代码为Dalal变体提取HOG特性。如何使这成为直方图，并将其用于支持向量机分类器？因为，例如，我将有7类图像，我想要进行培训(培训的总图像将是700 )，然后根据从培训阶段生成的模型对新数据进行分类。我读过，对于多类，我们可以训练我们

浏览 4提问于2014-04-05得票数 5

2回答

用Caffe提取CNN特征，用SVM训练

svm、caffe、convolution、conv-neural-network、pycaffe

我想使用caffe提取特征，并使用SVM训练这些特征。我已经浏览过这个链接：。此链接提供了如何使用caffenet提取特征。但我想在这里使用Lenet架构。我无法更改Lenet的这行命令：另外，在提取特征之后，如何使用SVM来训练这些特征我想使用python

浏览 2提问于2016-04-19得票数 2

3回答

用于图像特征分类的支持向量机？

image、matlab、image-processing、svm

在Matlab中实现了由Lazebnik设计的空间金字塔匹配算法，最后完成了svm分类。在这一点上，我完全不明白我应该如何做到这一点，因为我应该向svmtrain和svmclassify函数提供什么输入，以便最终得到训练和测试图像的特征点坐标对。我有：我该用哪一种？

浏览 6提问于2012-02-23得票数 3

2回答

缩放不会加快支持向量机模型的速度。

machine-learning、python、scikit-learn、svm

我试图用629,145行和24个特性的样本来标准化培训数据：import pandas as pdclf = svm.SVC(kernel='rbf') # not linear Kernel已经有6个小时了，支持向量机不能收敛同样的数据与其他算法的

浏览 0提问于2019-02-17得票数 4

1回答

Sagemaker中XGBoost分类数据集的矢量化

python、vectorization、xgboost、amazon-sagemaker

当我们使用AWS内置模型(如(container = sagemaker.image_uris.retrieve("xgboost", region, "1.2-1")) )训练XGB模型时，根据我的理解，培训工作需要训练和验证的数值向量。这意味着，如果您有一个具有分类值和字符串的数据集，则需要将它们转换为向量。该模型只处理浮点数，(在Sagemaker之外

浏览 0提问于2021-07-21得票数 0

1回答

如何使用Python3.0中的HOG特性训练支持向量机分类器？

python、opencv、image-processing

我想使用HoG 3.xPython绑定为头和肩膀训练一个新的OpenCV分类器。我用来提取特征、训练支持向量机、然后在测试数据库上运行它的管道是什么？在这里，似乎有一个用于C++的管道：和。对于Python，这里描述了如何提取HOG特性集：。但是，这只适用于OpenCV 2.x，因为不能再用_winSize和其他这样的变量初始化</em

浏览 3提问于2016-06-09得票数 10

1回答

适应机器学习模型预测市场上下波动的步骤

machine-learning、classification、svm、finance

我首先使用的是我认为具有预测能力的各种特性，但如何系统地进行。向前走造型：在选择了特性之后，我就有了用于我的模型的数据。我用前500天的数据训练模型，并在第二天测试它，然后用第2天到501天的数据训练模型，然后对502天进行测试，以此类推，直到我到达今天。我确保在运行模型之前，我在0-1范围内缩放我的训练数据，并使用相同的定标器作为测试数据。我

浏览 0提问于2021-03-17得票数 0

1回答

支持向量机和MLP分类器的选择

neural-network、classification、svm、libsvm、knime

我必须训练一个分类器，它能够识别6种可能的输入样本。我也有一个成本矩阵来评估分类器的性能，有和不考虑拒绝选项。到目前为止，使用交叉验证(请假一出)，我将数据集分成训练集和验证集，这样我就可以测量分类器的性能。当然，支持向量机有荒谬的低成本，但是当你考虑拒绝选项时，你突然注意到它的准确性很差(-13%比MLP低)。但支持向量机<e

浏览 7提问于2014-09-06得票数 0

1回答

支持向量机的特征

scikit-learn、classification、svm、svd

我必须使用支持向量机对一些文本进行分类。在我的训练文件中，我有5个不同的类别。我必须首先使用“词袋”特征进行分类，然后使用奇异值分解( SVD )特征保留总方差的90%。我正在使用python和sklearn，但是我不知道如何创建上面的SVD特性。我的训练集用制表符(\t)分隔，我的文本在“Content”列，类别在“Category”列。

浏览 16提问于2019-02-03得票数 1

3回答

超参数整定与分类算法的比较

python、machine-learning、model、comparison、hyperparameters

例如:我有两个分类模型(支持向量机和随机森林)，我的数据集有1000行和10列(9列是特性)，最后一列是可分层的。在此基础上，利用CV = 10的网格搜索对这2种模型(支持向量机和随机森林模型)上的训练集进行参数整定。然而，支持向量机显示训练集的</

浏览 0提问于2020-12-31得票数 0

回答已采纳

1回答

用于实时分析的Apache火花(MLLib)

machine-learning、cassandra、apache-spark

我有几个与使用Java进行实时分析的Apache有关的问题。当Spark应用程序提交时，存储在Cassandra数据库中的数据将通过机器学习算法(支持向量机)加载和处理。当新的数据到达时，在Spark的流扩展过程中，它们被持久化在数据库中，对现有的数据集进行重新训练，并执行支持向量机算法。此进程的</e

浏览 0提问于2014-06-24得票数 7

点击加载更多