我是机器学习的新手。我在对一系列特征进行特征选择时，一些算法给出了所有特征的排名。然后，我尝试只使用最上面的一个功能来训练模型，交叉验证性能被证明是相当好的。但我担心只使用一个特征来训练SVM模型是否合适。(我使用的是RBF内核。)谢谢。
浏览 57提问于2017-01-12得票数 0
回答已采纳
我正在使用libsvm训练一个具有hog特征的SVM。模型文件具有n个支持向量。但是当我尝试在OpenCV的SVM中使用它时，我发现OpenCV的模型中只有一个向量。OpenCV如何做到这一点？？
浏览 2提问于2011-03-30得票数 0
我正在使用sklearn.svm.SVC建立一个预测机器性能(ErrorID)的模型。在模型的训练中，我使用了6个特性，即EmployeeID、JobID、MachineID、Speed、RunningDateandTime、Meters和传递ErrorID作为标签。现在，对于预测，我只有RunningDateandTime，因为我想预测未来的性能。但由于训练时的特征数与预测时<e
浏览 0提问于2019-07-04得票数 2
1回答
我训练了一个具有缩放特征的SVM scikit-learn模型，并将其持久化以供以后使用。在另一个文件中，我加载了保存的模型，并希望提交一组新的特征来执行预测。我必须缩放这组新功能吗？只有一组功能，我该如何做到这一点呢？ 我没有调整新的值，我得到了奇怪的结果，我不能做预测。尽管如此，StratifiedShuffleSplit生成的</e
浏览 20提问于2019-07-01得票数 1
1回答
利用MLP进行特征提取和降维
、、、、
我试图建立一个使用MLP进行特征提取和降维的模型。该模型可将204个维度的数据转换为80个维度。拟议的模式如下：我的问题是：在训练MLP时，
浏览 8提问于2021-12-11得票数 1
1回答
我在Sklearn的Pipeline()类中使用SelectKBest()，将功能从30个减少到最好的5个。当我拟合分类器时，我得到了与预期的特征选择不同的测试结果。然而，我在我的代码中发现了一个错误，这似乎不会在运行时导致实际的错误。 当我调用predict()时，我意识到它仍然被给予所有30个特征作为输入，就好像没有发生特征选择一样。即使我只在5个最好的特征上训练</e
浏览 28提问于2020-04-17得票数 2
回答已采纳
我有一个使用libsvm训练的SVM RBF模型。我有一个特征提取器，它现在是用OpenCV开发的，而不是用OpenCV重新训练模型，我想直接使用libsvm模型。我正在使用svm_load_model使用libsvm加载模型。我现在想使用svm_predict(模型，x)，但是测试数据要加载到svm_node
浏览 0提问于2013-06-12得票数 1
1回答
我已经尝试了一段时间来训练我的特征，得到模型，然后用相应的特征进行预测。不巧的是，我错误地得到了文件格式。我经常这样做，削减我的特征，然后对他们进行训练，我得到了一个模型。
我就是这样训练得到模特的。/svm- -t 0 -b 1 svmtrainModel1Revised.txt TrainedModel1.
浏览 2提问于2012-06-17得票数 2
回答已采纳
我想使用svm分类器进行面部表情检测。我知道opencv有一个svm，但我不知道应该输入什么来训练分类器。到目前为止，我已经读了很多论文，都是说人脸特征检测训练后的分类器。到目前为止我所做的，
注意:我知道如何训练支持向量机，<em
浏览 13提问于2014-09-26得票数 9
回答已采纳
1回答
在我的研究工作中，我使用了两个流模型来进行活动识别。第一个流基于CNN，第二个流基于GRU。我已经从两个流的最后一个完全连接的层中提取了特征，然后训练一个SVM分类器进行分类。是否也可以将两个流的中间层的输出/特征映射组合在一起，然后训练SVM？
谢谢
浏览 1提问于2019-01-24得票数 0
1回答
然后，我从数据集中创建了一个SVM模型，使用部分数据进行培训，然后在测试集上测试该模型(您知道，这是典型的方法)。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
浏览 3提问于2014-06-10得票数 4
回答已采纳
1回答
我有一个数据集，其中包含处理条件(即42个特征)和一类材料的属性(即1个目标)。为了了解不同机器学习模型的性能，在训练中考虑了不同数量的特征，对五种不同的机器学习模型进行了测试。这些模型分别是线性回归(LR)、贝叶斯岭(BR)、最近邻(NN)、随机森林(RF)和支持向量机(SVM)回归。测试数据集的确定系数(R2)用来表示经过训练的机器学习<em
浏览 0提问于2020-06-16得票数 1
回答已采纳
2回答
从多模型中提取特征集的组合
、、、、
我使用Sklearn和Caffe从大量的训练和测试图像中提取了特征。为了进行特征提取，我使用了来自Caffe模型动物园的3种不同的预先训练的凸起器。利用这三组特征中的任意一组，我可以训练出一个支持向量机，该支持向量机对测试数据的准确率约为80%。但是，什么是最好的方式来利用所有三套功能的力量？我试过简单地将三个
浏览 1提问于2016-04-05得票数 2
回答已采纳
1回答
这个问题是关于LibSVM或SVM的。我想知道是否有可能用相同的SVM模型对不同长度的特征向量进行分类。假设我们用以下特征向量的大约1000个实例训练支持向量机: feature1 feature2 feature3 feature4 feature5
现在我想预测一个相同长度为5的测试向量。如果我收到的概率太低，我现在想检查包含第2-5列的测试
浏览 2提问于2013-05-08得票数 1
回答已采纳
我可以理解为什么软边距支持向量机会受到不平衡训练集的影响:最小化优化问题的误差可以将所有数据训练分类为负面(if |负面示例| >> |正面示例| )。但是，在硬边距支持向量机中，我没有松弛的变量和C语言，所以我不想最小化误差，因为硬边距SVM预期没有错误(对于问题的定义)！硬边界支持向量机只是搜索支持向量，并最大化由支持向量“识别”的类支持超平面之间的间隔；现在，如果我在负支持向量(即负类支持超平面)后面有很多点或相同数
浏览 1提问于2013-07-21得票数 2
回答已采纳
1回答
我正在尝试为一个人脸识别应用程序实现增量/在线学习。我已经在数据集上训练了一个模型，它工作得非常好，但是，我需要随着时间的推移捕获新的人脸(类)，并将它们添加到现有的数据集中。有没有办法让我用新的类训练模型，而不需要从头开始重新训练？
到目前为止，我还没有找到任何丰富的资源，如果有人能给我指点一下，我将非常感激。
浏览 15提问于2020-09-25得票数 1
1回答
训练SVM意味着什么？
、、、、
我是新的图像processing.As我的项目我正在做的“图像分类器使用支持向量机”.I有我的最终软件的想法“我选择一些图像并给它作为我的软件的输入，它将对图像.if进行分类，我给出动物的图像，它将它适当地分类为猫或蛇当我在谷歌上搜索it.it时说“首先你需要训练支持向量机”在我的例子中，支持向量机的实际输入是什么？(图像分类)？支持向量机只是一种分类器，它如何对ima
浏览 6提问于2016-02-07得票数 0
回答已采纳
1回答
支持向量机是否将向量作为特征？
、、、、
我正在尝试用支持向量机解决一个问题，我的X_train特征是形状为(256,1)的2D特征。有没有办法在具有这些特征的数据集上训练SVM模型？这些特征是灰度图像的直方图。
浏览 12提问于2020-03-06得票数 0
1回答
我的训练数据由1800行和1096列(一元、二元和三元)组成。测试数据由200行1096列组成(测试数据的特征与列车数据的特征相匹配)。我正在尝试使用插入符包中的svmRadial训练一个模型(反过来使用kernlab包)。训练效果很好，我也能够从模型中提取重要的特征。但是，当我尝试预测一个新的数据集时，它给出
浏览 0提问于2016-01-18得票数 2
是否有任何方法可以从特征集合中自动选择“训练样本”，以更好地拟合模型(DT或SVM)？我知道如何选择“特征”。但我说的是在选择特征之后选择“样本”。
浏览 4提问于2015-07-02得票数 2
回答已采纳
云服务器
ICP备案
对象存储
即时通信 IM
云直播
腾讯云开发者
