【转】OpenCV中SVM使用--python

#SVM 本质 寻求一个最优的超平面 分类

#SVM 线性核 line

# 核函数 线性核，多项式核 高斯径向基核 sigmoid核函数

 

#身高体重 训练 预测

import cv2

import numpy as np

import matplotlib as plt

# 准备数据

rand1 = np.array([[155,48],[159,50],[164,53],[164,56],[172,60]])

rand2 = np.array([[152,53],[156,55],[160,56],[172,64],[176,65]])

 

#lable

lable = np.array([0],[0],[0],[0],[0],[1],[1],[1],[1],[1])

 

#data 处理

data = np.vstack(rank1,rand2)

data = np.array(data,dtype='float32')

 

#所有的数据必须一一对应的lable

#监督学习 0负样本1正样本

 

#训练

svm = cv2.ml.SVM_create() #创建SVM model

#属性设置

svm.setType(cv2.ml.SVM_C_SVC)

svm.setKernel(cv2.ml.SVM_LINEAR)

svm.setC(0.01)

#训练

result = svm.train(data,cv2.ml.ROW_SAMPLE,lable)

#预测

 

pt_data = np.vstack([[167,55],[162,57]])

pt_data = np.array(pt_data,dtype='float32')

print(pt_data)

(par1,par2) = svm.predict(pt_data)

print(par2)