我是机器学习和openCV的新手。我从Cohn-Kanade人脸数据库中为每种情绪(中性和快乐)拍摄了一组10张图像。然后，我已经从每个图像中提取了面部特征，并将它们放在我的trainingData矩阵中，并为各自的情感分配了标签(例如:0代表中立，1代表快乐)。
我使用了γ= 0.1和C= 1的RBF核。一旦训练完成，我将通过从智能手机摄像头的实时摄像头帧中提取的面部特征进行预测。预测总是返回1。如果我增加中性表情的训练样本数量(例
浏览 3提问于2016-07-15得票数 0
我试图教我的支持向量机算法，使用的数据点击和转换的人谁看到了横幅。主要的问题是点击量占所有数据的0.2%左右，所以它在数据中的比例很大。当我在测试阶段使用简单的支持向量机时，它总是只预测“视图”类，而不是“单击”或“转换”。平均而言，它给出了99.8%的正确答案(因为不成比例)，但如果您选中“单击”或“转换”，则可以给出
浏览 3提问于2013-08-06得票数 8
回答已采纳
3回答
我正在开发一个使用弓模型和支持向量机的图像分类项目。我想找出支持向量机的预测概率，但opencv支持向量机中没有这样的函数。有没有办法做到这一点？我想找出n类支持向量机的预测概率。
浏览 0提问于2013-05-28得票数 8
这是我考试时问的一个问题。我给出了下面的答案，我得到了0分。教授甚至不同意给予任何部分学分，也不告诉我我的答案出了什么问题。有人能帮我找出我的答案出了什么问题吗？
这是我在考试中给出的答案。缺点是: 1)如果数据在扩展的特征空间中是线性可分的，那么线性支持向量机可以更好地最大化边缘，并可以导致更稀疏的解。2)当存在大数据集时，与扩展特征空间中的核化支持</
浏览 1提问于2018-03-16得票数 1
我已经计算了正面和负面训练图像的HOG特征，对它们进行了标记，并使用CvSVM训练了支持向量机。:LINEAR; params.p = 0.5;
当我使
浏览 2提问于2013-03-11得票数 4
回答已采纳
我试图使用支持向量机将我的数据分类为3个类。我使用这个Matlab函数来训练和交叉验证支持向量机：
Mdl = fitcecoc(XTrain, yTrain, 'Learners', 'svm', 'ObservationsIn', 'rows在二进制分类的情况下，我用'fitcsvm‘构建支持向量机，然后用以下方法<
浏览 0提问于2018-09-21得票数 1
回答已采纳
我知道支持向量机(特别是线性支持向量机)有一个选项，即当probability = True作为可选参数实例化时，model.predict_proba()应该给出每个预测的概率以及标签(1或0)。predict_proba()时，我总是得到numpy错误"use all() on an 1 dimensional array"，并且我只能弄清楚如何使用model.predict()以标签(1或0)的</e
浏览 0提问于2016-05-18得票数 2
一个愚蠢的问题:在我在scikit-learn中训练我的支持向量机后，我必须使用预测函数: predict(X)来预测哪个类属于哪个类别？()
X参数是图像特征向量吗？如果我给出一个未经过训练的图像(没有经过训练，因为SVM要求至少3个样本作为类)，会返回什么？
浏览 1提问于2013-02-14得票数 2
回答已采纳
我有一个(图1)未标记的训练集，我正在尝试检测异常值，并提出了一个用0:normal data和1:outlier标记数据的过程，并希望使用支持向量机进行训练。我遵循的指令来训练支持向量机的模型，但是当我试图训练相同的数据的标签时，它并没有预测任何(图2)！图1:训练后的支持向量图
浏览 0提问于2016-09-01得票数 0
回答已采纳
1回答
我正在使用C++和OpenCV 3.3.1
现在我的问题是:假设我的图像是128 x 128，在特征提取之后，我得到了一个16行128列的</
浏览 2提问于2019-03-25得票数 0
回答已采纳
1回答
线性支持向量机通过在两类之间放置一个超平面对数据进行分类。在rbf支持向量机的情况下，平面将处于无限维数。对于任何测试点，我们都可以使用预测来检查它属于哪个测试点。在线性情况下，通过得到超平面方程，可以手工得到预测值。在rbf支持向量机的情况下，如何做到这一点？在rbf支持向量机情况下，如何准确地进行预
浏览 5提问于2015-06-07得票数 3
回答已采纳
1回答
我有一个关于机器学习的基本概念的问题。我观察到的例子是简要概述了.For训练系统，给出了特征向量作为输入。在有监督学习的情况下，数据集被标记。我对贴标签感到困惑。例如，如果我必须区分两种类型的图片，我将提供一个特征向量，并在输出端测试，我将提供1类型A和2类型B，但如果我想从图像数据集中提取感兴趣的区域。我将如何标记我的数据来提取ROI使用支持向量机。我希望我能表
浏览 1提问于2016-02-14得票数 2
因此，我尝试在训练程序中保存并立即加载支持向量机，但这里的准确率现在几乎为零。在搜索了一段时间后，我发现如果我加载了支持向量机，并打印了支持向量机的类型、内核类型和支持向量，它们与支持向量机.xml文件中的相同。所以我认为问题在于预测没有以正确</e
浏览 1提问于2016-05-09得票数 1
回答已采纳
1回答
我是新的数据处理和统计，所以我有一些问题，我不知道在哪里张贴，我希望这是正确的地方。n = (e - e_min)/(e_max - e_min)
然后，我对列的每个元素应用了平均归一化(列的元素--该列的平均值)。在此基础上，利用支持向量</e
浏览 3提问于2015-05-11得票数 0
回答已采纳
我使用libsvm (包中提供的可执行文件)。一个二级分类问题。在训练步骤中，我将b参数设置为1，定义为；
-b probability_estimates:是预测概率估计，0还是1(默认为0)；对于一类支持向量机，只支持0。但是，基于支持向量机
浏览 2提问于2013-12-11得票数 2
回答已采纳
3回答
对于支持向量机(SVM)，我有一个困惑。
在OpenCV库中使用支持向量机实现人脸表情识别。我有一个分类器训练从七个基本的人类表达(中性，快乐，悲伤，惊讶，愤怒，恐惧和厌恶)从不同的人。让我们说，一个新的人进来，支持向量机试图预测这个人。它的猜测是否正确(或至少以较低的识别率识别它)？然而，如果我测试它已经在训练集中学习到的面部图像，识别率将提高
浏览 12提问于2014-10-14得票数 0
我在C#的一个人脸识别项目中使用了EmguCV，但当我使用多边形和径向基函数核时，我发现Emgu的支持向量机(SVM)预测了错误的类别。我将Emgu的SVM答案与Matlab的SVM分类进行了比较，发现Matlab对所有测试用例的分类都是正确的，但Emgu的预测是错误的。可能是我的代码有问题，但我不这么认为。我
浏览 2提问于2012-01-17得票数 0
回答已采纳
1回答
我的同事提到，一个数据科学项目正在使用SGD分类器。
因此，我开始阅读有关GD/SGD的文章，并遇到了一个不错的文章，它使用支持向量机和GD进行文本分类。现在我们有了一个数值表示，我们可以给出程序的训练数据，并使它的猜测每次。根据程序的错误程度，程序根据错误进行调整，以便在下一次使用梯度下降进行更好的预测。它使用支持向量机</e
浏览 0提问于2020-02-06得票数 1
1回答
正确预测的可视化
、、
我训练了基于概率预测的支持向量机分类模型.我对每个模型都有概率的可视化，就像0 -data的概率在变量prediction0中一样。
我需要做的是，当向量c中的0被正确<e
浏览 1提问于2022-05-05得票数 0
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
