libSVM简介及核函数模型选择

本文介绍了libSVM库,包括训练模型结构体、SVM模型类型及其意义,重点讨论了核函数的选择,如线性、多项式、RBF和Sigmoid核,并指出RBF通常作为首选,因其能处理非线性关系且数值复杂度较低。
摘要由CSDN通过智能技术生成

1. libSVM简介

训练模型的结构体

struct svm_problem //储存参加计算的所有样本

{

int l//记录样本总数

double *y//指向样本类别的组数

struct svm_node **x;//数据样本

};

当样本类别事先已经被告知时,可以通过数字来给样本数据进行标识(如果是两类通常以1-1来表示)。如果不清楚样本类别可以用样本个数编号来设置,这时候分类的准确率也就无法判定了。

数据样本是一个二维数组,其中每个单元格储存的是一个svm_nodey与样本数据的对应关系为:

数据节点的结构体

struct svm_node //储存单一向量的单个特征

{

      int index; //索引</

评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值