OpenCV机器学习（9）向量机（Support Vector Machine, SVM）cv::ml::SVM

• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

cv::ml::SVM 是 OpenCV 机器学习模块中的一部分，用于实现支持向量机（Support Vector Machine, SVM）。SVM 是一种强大的监督学习算法，主要用于分类和回归分析。它通过找到一个最优的超平面来区分不同类别的数据点，或者在回归任务中预测连续值。

主要特点

• 二分类与多分类：虽然SVM本质上是为二分类问题设计的，但OpenCV中的SVM可以通过一对多策略处理多分类问题。
• 核函数支持：支持线性、多项式、RBF（径向基函数）、Sigmoid等多种核函数，允许非线性分类。
• 参数调节：提供了多种参数调节选项，如惩罚因子C、核函数参数等，以优化模型性能。

常用成员函数

以下是一些常用的 cv::ml::SVM 类成员函数：

• 创建模型实例
  • Ptr create()：创建一个新的 SVM 模型实例。
• 设置模型参数
  • void setType(int val)：设置SVM类型（如 C_SVC, NU_SVC, ONE_CLASS, EPS_SVR, NU_SVR）。
  • void setKernel(int val)：设置使用的核函数类型（如 LINEAR, POLY, RBF, SIGMOID）。
  • void setC(double val)：设置SVM的惩罚参数C，默认值为1。
  • void setGamma(double val)：设置核函数的gamma参数（对于RBF、POLY、SIGMOID核）。
  • void setDegree(double val)：设置多项式核的度数。
  • void setCoef0(double val)：设置核函数的系数0（对于POLY、SIGMOID核）。
  • void setNu(double val)：设置ν-SVC、ν-SVR中的ν参数。
  • void setP(double val)：设置ε-SVR中的ε值。

训练模型

• bool train(const Ptr& trainData, int flags=0)：使用提供的训练数据进行训练。
• bool train(InputArray samples, int layout, InputArray responses)：另一种形式的训练函数，直接接受样本和响应矩阵作为输入。

预测

• float predict(InputArray samples, OutputArray results=noArray(), int flags=0) const：对新样本进行预测，并返回每个样本的类别标签或预测值（取决于标志）。

加载与保存模型

• void save(const String& filename) const：将模型保存到文件。
• static Ptr load(const String& filename)：从文件加载模型。

代码示例

#include <iostream>
#include <opencv2/ml.hpp><