libsvm

    1熱度

    1回答

    我已經使用org.apache.spark.mllib.util.MLUtils包在scala中生成了一個libsvm文件。 的文件格式是如下: m= read.matrix.csr(filename) 所得matrix.csr的結構如下:: 49.0 109:2.0 272:1.0 485:1.0 586:1.0 741:1.0 767:1.0 49.0 109:2.0 224:1.0 3

    0熱度

    1回答

    我使用pyspark 我讀了libsvm的文件,它轉,然後再保存它。 我每個數據行保存爲稀疏數據 我嘗試使用MLUtils.saveaslibsvm比讀取使用MLUtils.loadlibsvm文件MLUtils.labeledpoint對象,我收到以下錯誤 ValueError: could not convert string to float: [ at org.apache.spark.a

    0熱度

    1回答

    我是新的火花,我想用它隨機森林分類器。 我使用libsvm格式的Iris數據來構建模型。 我的問題是 - 我怎樣才能將標籤作爲字符串? (在這種情況下 - 標籤是鳶尾花的類型)。 當數據轉換爲libsvm格式時,每個標籤都會得到一個代表它的整數,但我不知道如何返回到字符串標籤。 是否有可能與libsvm?或者我應該使用另一種格式? 這裏是我的代碼: public PipelineModel run

    0熱度

    1回答

    我在x64電腦上使用MATLAB R2016a上的LIBSvm 3.22(但我已經測試過R2017a),並且執行了我的代碼,我有奇怪的行爲。 我正在使用預計算機內核(對角線上的68x68,對稱,全零)。 這裏是我的代碼: % clear all % % E1=load('..\sani_bi.mat'); addpath('..\libsvm-3

    0熱度

    1回答

    我想使用使用C. 自述文件在Eclipse IDE中的LIBSVM包我svm.cpp文件,它指出,「你需要#包括」 SVM .H」在你的C/C++源代碼文件和 用`svm.cpp」鏈接程序。」 我已經包含在我的所有的源文件「svm.h」我將我的「svm.cpp」文件的源代碼文件夾下。但是,我在「svm.cpp」文件中的錯誤「C鏈接模板」。 是否錯誤有什麼關係我說我在程序的「svm.cpp」文件的方

    0熱度

    1回答

    我想使用LIBSVM在Eclipse上使用C來執行二進制類機器學習(僅限2類)。在開始使用我的訓練數據之前,我試着運行一個簡單的XOR問題來查看我的LIBSVM是否可以預測正確的輸出值(應該是+1)。 但是,在我建立我的項目後,我得到了錯誤,如undefined reference to '_Heap_Begin',undefined reference to '_Heap_Limit'和unde

    0熱度

    2回答

    在Java編程中,我們首先應該添加weka.jar到我們的類路徑,因此,我們可以調用所有在下列代碼的形式進行分類或羣集算法WEKA, import weka.classifiers.trees.RandomForest; ... RandomForest rf = new RandomForest(); // RandomForest object 但不幸的是,我們不能用這種方式導入Lib

    0熱度

    1回答

    我很新的階(一般我爲此在R) 我已導入一個的大數據幀(2000+列,100000+行),其零膨脹。 任務 爲了將數據轉換成LIBSVM格式 步驟 據我所知的步驟如下 確保特徵列被設置爲DoubleType和目標是一個Int 遍歷每一行,保留每個值> 0在一個數組中,並在另一個數組中保留其列的索引 轉換爲RDD [LabeledPoint] 保存RDD在LIBSVM格式 我被困在3(但也許),因爲我

    0熱度

    1回答

    我目前正在使用libsvm(或替代的,如果有人建議; opencv看起來也像是一個可行的選擇),以訓練SVM。我的訓練數據集相當大,大約50個二進制128MB文件。它似乎使用LIBSVM我必須將數據轉換成合適的格式;不過,我想知道是否有可能在原始的二進制數據本身做培訓?提前致謝。

    4熱度

    1回答

    CacheSize的 我試圖一些輸入(文本分類:10,000例子,超過10萬層的功能)分類 我讀過使用LibLinear遠快/存取效率更高對於這樣的任務,因爲這樣,我已經轉移了我的LIBSVM分類雅閣/淨,就像這樣: //SVM Settings var teacher = new MulticlassSupportVectorLearning<Linear, Sparse<doub