![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
svm学习
蝴蝶也可以飞过沧海
硕士在读科研方向计算机视觉与模式识别具体研究图像检索
展开
-
学习SVM(libsvm)的点滴
一、什么事原创 2014-07-01 22:00:33 · 3071 阅读 · 0 评论 -
libsvm 训练后的模型参数讲解
主要就是讲解利用libsvm-mat工具箱建立分类(回归模型)后,得到的模型model里面参数的意义都是神马?以及如果通过model得到相应模型的表达式,这里主要以分类问题为例子。测试数据使用的是libsvm-mat自带的heart_scale.mat数据(270*13的一个属性据矩阵,共有270个样本,每个样本有13个属性),方便大家自己测试学习。首先上一个简短的测试代码:转载 2015-01-24 13:38:44 · 1468 阅读 · 0 评论 -
libsvm自定义核函数
【转载】此帖子主要讲解一下如何使用libsvm工具箱中的自定义核函数,即关于 -t 4 参数的使用。其实这工作早就该做,好久之前就有朋友问,但人就犯懒,再加上忙,就没有腾出时间来整理。O(∩_∩)O。这里一并帮大家理解一下,有问题可以一起讨论。PS:[整理]Libsvm官方FAQ翻译http://www.matlabsky.com/forum-v ... -fromuid-转载 2015-02-04 15:31:34 · 3570 阅读 · 1 评论 -
RBF核矩阵的实现
function K=RBF(TRNfeatures,TSTfeatures,d) [NUMdims,NUMtrn]=size(TRNfeatures);%NUMdims是特征维数,NUMtrn是训练集的特征点数目 [NUMdims,NUMtst]=size(TSTfeatures);%NUMdims是特征维数,NUMtrn是训练集的测试点数目 K=zeros(NUMtr原创 2015-01-17 19:32:32 · 1780 阅读 · 3 评论 -
支持向量SVM整理
转自:http://blog.csdn.net/songzitea/article/details/42521851支持向量机在解决小样本、非线性及高维模式识别问题中表现出了许多特有的优势,针对多类分类问题的经典SVM 算法主要有一对一方法(1-vs-1),一对多方法(1-vs-all.线性可分问题SVM 是从线性可分情况下的最优分类面发展而来的,所谓最优分类面就是要求分类转载 2015-01-19 18:42:05 · 1265 阅读 · 0 评论