-2
A
回答
0
您的SVM的分類規則是(不管你在軟或硬的保證金規則的培訓吧):
cl(x) = sign(<w, x> - b) = sign(SUM_i w_i x_i - b)
其中w_i是你的係數,b是一個偏見。
只要把你的測試集,通過它的規則,並計算正確的預測(準確性)的分數。
相關問題
- 1. 如何在MATLAB中求解SVM軟邊緣原始形式quadprog
- 2. 在Matlab中將canny邊緣添加到原始圖像
- 3. 在Matlab中獲取分類數據的SVM軟邊界
- 4. 計算常數b在原始形式SVM使用scikit
- 5. SVM MATLAB實現繪製錯誤決策邊界
- 6. Matlab的「interp2」在邊緣
- 7. 實現鼠標邊界的邊緣
- 8. 具有硬邊緣和C值的svm
- 9. OrientDB在圖形模式下的邊緣
- 10. Matlab處理邊緣
- 11. 邊緣去除(在Matlab)
- 12. 使用本機原始實現刪除特定頂點及其所有邊緣
- 13. 懸停在Webkit中顯示邊緣的原始顏色
- 14. Matlab - 將點正交傳播到形狀邊界的邊緣
- 15. 通過邊緣Matlab的
- 16. MATLAB中的方形網格邊緣權重存儲
- 17. 如何在MATLAB上開始SVM訓練
- 18. 在Matlab中的多類SVM
- 19. 在Java中實現圖形,獲取原始類型錯誤
- 20. MATLAB中的Canny邊緣檢測器
- 21. MATLAB中的輪廓線邊緣檢測
- 22. Sobel邊緣檢測 - MATLAB
- 23. MATLAB streamribbon邊緣顏色
- 24. 如何使用matlab平滑圖像中發現的邊緣
- 25. 實施邊緣檢測圖像的ROI在Matlab
- 26. 觸摸邊緣的圓形
- 27. 一般SVM實現
- 28. 在Winsock中實現原始以太網
- 29. contenteditable不能在微軟邊緣工作
- 30. 用MATLAB找出圓形物體的邊緣缺陷的位置
將您得到的分類與參考數據進行比較? – Daniel