svm

    0熱度

    1回答

    我是機器學習的新手,當我學習SVM時,發現術語「低維和高維數據」,所以任何人都可以向我解釋它們是什麼以及它們有什麼區別?

    -1熱度

    2回答

    什麼是增量學習(機器學習)算法有用的一些真實世界的應用程序? SVM是否適合這種應用? 解決方案的計算密集度高於包含舊支持向量和新訓練向量的集合嗎?

    0熱度

    1回答

    這是用於檢測SVM的一組圖像中的特徵的python腳本。 import os import sys import argparse import _pickle as cPickle import json import cv2 import numpy as np from sklearn.cluster import KMeans def build_arg_parser(

    0熱度

    1回答

    因此,我遵循本指南來培訓我自己的HOG行人檢測器。 https://github.com/DaHoC/trainHOG/wiki/trainHOG-Tutorial 並且它成功生成了4個文件。 cvHOGClassifier.yaml descriptorvector.dat features.dat svmlightmodel.dat 有誰知道如何加載descriptorvector.dat文件

    -1熱度

    1回答

    在以下鏈接提供的代碼中,我需要在訓練循環中添加10倍交叉驗證,但我對Tensorflow很陌生,而且我真的很難找到一種方法來做到這一點,但仍然不知道。 https://github.com/nfmcclure/tensorflow_cookbook/blob/master/04_Support_Vector_Machines/06_Implementing_Multiclass_SVMs/06_m

    0熱度

    1回答

    我是該領域的初學者,試圖按照邏輯迴歸對數據集進行建模。代碼如下: import numpy as np from matplotlib import pyplot as plt import pandas as pnd from sklearn.preprocessing import Imputer, LabelEncoder, OneHotEncoder, StandardScaler

    1熱度

    1回答

    我有幾個圖像的svm培訓。這是我第一個使用SVM的項目。我正在使用HOG特徵提取來提取特徵。培訓功能並標記其位置1如果位於地平線上,則爲0,如果位於背景上。我有74張訓練圖像和7張圖像供測試。不幸的是,我不能超過50%的準確度。我改變了圖像大小,我在特徵提取中玩過單元大小。它並沒有改變那麼多。我可以嘗試什麼?什麼是理想的數據集編號,有多少圖像用於培訓和測試?例如,在一幅圖像中,它預測下一幅圖像中的

    0熱度

    1回答

    我正在一個項目中使用Spark Mllib線性支持向量機對一些數據進行分類(l2正則化)。我有200個積極的觀察結果和150個(產生的)消極觀察結果,每個數據具有744個特徵,代表了房屋不同區域的人的活動水平。 我已經運行了一些測試,並且「areaUnderROC」度量值爲0.991,並且似乎該模型在對我提供給它的數據進行分類時非常好。 我做了一些研究,發現線性SVM在高維數據中很好,但問題是我不

    4熱度

    1回答

    我想用支持向量機(SVM)進行預測。並與我使用如下功能的MATLAB和fitrsvmpredict, tb = table(x,y) Mdl = fitrsvm(tb,'y','KernelFunction','gaussian') YFit = predict(Mdl,tb); scatter(x,y);

    1熱度

    1回答

    我得到RserveExcpetion,名爲org.rosuda.REngine.Rserve.RserveException:在運行下面的代碼時eval失敗。 import org.rosuda.REngine.REXPMismatchException; import org.rosuda.REngine.Rserve.RConnection; import org.rosuda.REngi