1回答
我正在使用python，并且我正在使用快速傅立叶变换数据训练svm模型。但是fft会返回复数，而我听说支持向量机不能处理复数。有没有办法把复数转换成浮点数或者用复数训练支持向量机？我试图将复数转换为浮点数，但它根本不起作用，我试图用复数训练支持向量机，但徒劳无功。
浏览 32提问于2019-04-15得票数 0
2回答
帮助使用FFT确定音频样本的频率
、、、、
该程序要求我可以确定正在演奏的鼓，为此，我将分析鼓记录的频率，并查看频率是否在给定的范围内。到目前为止，我一直在使用用于快速傅立叶变换的Apache math实现()，但我的问题是，一旦我完成了快速傅立叶变换，我如何使用结果数组来计算信号中包含的频率？注意:我也尝试过使用自相关，但它似乎不能很好地使用鼓包中的样本
任何关于如何确定击鼓的帮助或替代建议都将不胜感激。编辑:自从写了这篇
浏览 0提问于2010-12-20得票数 2
回答已采纳
1回答
我正在处理一个二分类案例，并比较不同分类器的性能。在多个数据集上测试Adaboost算法(以决策树作为其基本分类器)对SVM的性能，我发现boosting算法的性能更好。我的问题是，为什么会发生这种情况？这是因为boosting总是优于SVM吗？或者它与我的数据集的特征有关吗？有人能解释一下我身上发生了什么吗？
浏览 5提问于2014-08-13得票数 2
我正在使用svm中的LinearSVC。我想知道分类器在训练后需要多少内存。from sklearn.svm import LinearSVCclf_svm.fit(xtrain,ytrain)
我使用了sys.getsizeof，但它总是返回56，因为它没有考虑对象的复杂性。
浏览 2提问于2018-01-18得票数 2
我正在使用ESC-50数据集构建一个二进制声音分类器。我选了一门课，“狗叫”是正面的，其余的49个班是否定的。由于数据集不平衡，我遇到了许多培训问题。我试着建立一个模型，但没有得到超过0.3的F1得分。
我使用mfcc和fft作为特征。我尝试过用LR和SVM进行训练，但没有成功。不能使用深度学习模型，因为它是一个实时系统，不能有太多的延迟。
浏览 0提问于2018-03-08得票数 1
2回答
我想使用svm包的e1071函数来执行多类分类.但是从svm的文档中我了解到，它只能执行二进制分类。小片段文档告诉我们多类分类：“为了允许多类分类，libsvm使用一对一技术，通过对所有二进制子分类器进行拟合，并通过投票机制找到正确的分类”。我仍然不明白的是，我们是否可以在R中使用svm of e1071进行多类分类？如果是，请解释我们如何可以在iris数据集上进行操作。
浏览 10提问于2014-02-25得票数 11
回答已采纳
嗨，我正在使用libsvm (在VS2010中)训练我的数据，我成功地使用svm-scale.c缩放输入和输出数据，并且我的数据已经准备好接受训练了.1)。正如我从LIBSVM文档中看到的那样，我意识到首先我需要训练我的缩放数据并获得一个模型。然后用这个模型来预测最终结果，但问题是，当我想训练我的<
浏览 0提问于2013-05-17得票数 0
1回答
我需要一个带有huber损失函数的python的svm分类器。但它的默认损失函数是铰链损失。您知道如何将丢失函数分配给python吗？svc = svm.SVC(kernel='linear', C=1, gamma=1).fit(data, label)
浏览 2提问于2017-08-15得票数 0
我已经使用带有训练数据集的RTextTools包在R中创建了一个文本分类支持向量机模型。SVM<-train_model(train_container,"SVM")
使用saveRDS(SVM,file="SVM.rds")函数将上述内容保存在本地。在未来的一段时间内，我想使用这个预先训练的模型来预测新生成的
浏览 1提问于2017-05-26得票数 0
1回答
我有训练图像和测试图像。我想用迭代的方式预测支持向量机模型。在创建模型之后，如果我预测结果，我只能看到最后的预测值，而不是n个模型的所有预测值。我想知道如何自动创建n个SVM模型的过程，并预测所有的值。
提前谢谢。
浏览 0提问于2015-11-19得票数 0
回答已采纳
我可以理解为什么软边距支持向量机会受到不平衡训练集的影响:最小化优化问题的误差可以将所有数据训练分类为负面(if |负面示例| >> |正面示例| )。但是，在硬边距支持向量机中，我没有松弛的变量和C语言，所以我不想最小化误差，因为硬边距SVM预期没有错误(对于问题的定义)！硬边界支持向量机只是搜索支持向量，并最大化由支持向量“识别”的类支持超平面之间的间隔；现在，如果我在负支持向量(即负类支持超平面)后
浏览 1提问于2013-07-21得票数 2
回答已采纳
1回答
我正在尝试实现一种基于scikit-learn和支持向量机的增量学习算法。from sklearn import svm
for i in range(0,10)非常感谢
浏览 0提问于2015-11-05得票数 0
我一直试图根据OpenCV库上的代码使用支持向量机训练手写数字。我的训练部分如下：import numpy as np
bin_n = 16 svm_type = cv2.SVM_C_SVC,
C=2.67, gamma=5.383
浏览 11提问于2017-08-22得票数 1
回答已采纳
我们正在研究一种利用医院病人数据的生理指标预测器。我们使用了一种改进的决策树算法，该算法对训练数据中的噪声非常敏感。公平地说，神经网络对含噪数据的敏感性比决策树低吗？
浏览 0提问于2023-03-02得票数 0
1回答
我正在为电影评论(康奈尔数据集)在R中编写情感分析。我的训练数据由1800行和1096列(一元、二元和三元)组成。测试数据由200行1096列组成(测试数据的特征与列车数据的特征相匹配)。我正在尝试使用插入符包中的svmRadial训练一个模型(反过来使用kernlab包)。训练效果很好，我也能够从模型中提取重要的特征。)
浏览 0提问于2016-01-18得票数 2
场景是这样的:我想结合使用不同的数据训练的三个scikit学习分类器(例如:3个SVM分类器)，但最终的模型(实际预测实例的模型)需要是一个集成/堆叠或一个简单地考虑三个辅助分类器的modelo。假设分类器为SVM1、SVM2和SVM3，以及训练TS1、TS2和TS3的可用子集。SVM1将配备TS1；
浏览 23提问于2021-06-27得票数 0
我是opencv中的newbee，正在尝试使用opencv2.3.1对两个图像类别进行分类。这是我的代码。".yml"; classifier.save(ss.str().c_str());}当我尝试使用以下代码片段加载训练文件时，我已经保存了训练文件successfully.And：
classes_classifier
浏览 2提问于2015-04-20得票数 0
1回答
我正在通过svm.tune使用网格搜索方法来获得我的svm的最优的伽马和C参数。数据集有7M行和11个特征变量。
对500万行数据进行调优似乎需要很长时间，或者会耗尽内存(当我缩小网格搜索范围时)。或者减少训练行数？
浏览 3提问于2016-01-19得票数 1
回答已采纳
我将e1071与R结合使用，并一直在介绍詹姆斯、维滕、哈斯蒂和蒂斯拉尼的统计学习。ind <- sample(1:900)test <- dat[ind[601:900],]
tune1 <- tune(svm<- svm(train[,2]~., data=t
浏览 2提问于2013-09-07得票数 3
回答已采纳
2回答
我读过关于SVM的文献，了解到对于复杂的划分，SVM从理论上将数据绘制成高维平面，使得在新维中数据是线性可分的，并且为了实现这一点，它使用了核函数代替实际将数据转换成一个更高的平面，从而给出了边界和数据点之间的边界距离但是，在图像分类器的情况下，这是如何工作的呢？比方说，我们需要把图片归类为狗或猫。在这个场景中，CNN模型将学习
浏览 0提问于2020-07-12得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
