One Class SVM无法对训练集进行分类
One Class SVM（支持向量机）是一种无监督学习算法，用于异常检测和离群点检测。与传统的SVM不同，One Class SVM只使用单一类别的训练样本，目标是将这些样本从其他正常样本中分离出来。
One Class SVM的工作原理是通过构建一个超平面来将训练样本映射到高维空间，使得训练样本尽可能地位于超平面的一侧。这样，在测试阶段，如果一个样本位于超平面的一侧，那么它很可能是正常样本；而如果一个样本位于超平面的另一侧，那么它很可能是异常样本。
然而，One Class SVM确实无法对训练集进行分类，因为它只使用了单一类别的训练样本。它的目标是学习正常样本的分布，并在测试阶段检测异常样本。因此，它不能将训练样本分为不同的类别。
尽管One Class SVM无法对训练集进行分类，但它在许多应用场景中仍然非常有用。例如：
- 异常检测：One Class SVM可以用于检测异常行为，例如网络入侵、信用卡欺诈等。它可以帮助识别与正常行为不符的异常样本。
- 离群点检测：One Class SVM可以用于检测数据集中的离群点。它可以帮助找出与其他样本差异较大的异常数据。
- 数据预处理：One Class SVM可以用于数据预处理，帮助去除异常样本，从而提高后续任务的准确性。
腾讯云提供了一些相关的产品和服务，可以用于支持One Class SVM的应用场景：
- 云主机（https://cloud.tencent.com/product/cvm）：提供灵活的计算资源，用于部署和运行One Class SVM模型。
- 云数据库（https://cloud.tencent.com/product/cdb）：提供可靠的数据存储和管理服务，用于存储One Class SVM模型所需的训练数据和预测数据。
- 人工智能平台（https://cloud.tencent.com/product/ai）：提供丰富的人工智能算法和工具，可用于One Class SVM模型的训练和评估。
请注意，以上只是腾讯云提供的一些相关产品和服务示例，其他云计算品牌商也可能提供类似的产品和服务。
相关·内容
我的数据集包含1000组数据集，用于分类问题。我使用LR和SVM作为机器学习算法。我想知道是否应该使用训练集的引导，然后应用LR & SVM，还是使用原始数据集的引导？当我看准确性评分时，我不应该使用从原始数据集引导。
浏览 1提问于2020-11-04得票数 1
回答已采纳
我正在使用Weka gui在数据集上训练支持向量机分类器(使用libSVM)。.arff文件中的数据为
@relation Expandtext
@attribute message string
@attribute Class {positive, negative, objective}
@data
我使用String-to-Word Vector将其转换为一袋单词，运行SVM并获得不错的分类率。现在我有了我的测试数据，我想要预测他们的标签，我不知道。同样，它的头信息是相同的，但对于每个类，它都标有一个问号(?)即
'Musical awareness: Great Big
浏览 2提问于2013-03-16得票数 1
回答已采纳
例如，我正在将PCA应用于我的训练集，并希望使用SVM进行分类。如何在测试集中自动拥有相同的功能？(与PCA之后的新训练集相同)。
浏览 80提问于2019-03-31得票数 2
回答已采纳
1回答
我目前正在做一个项目，以执行图像识别。有一大组图像，我必须预测一个图像是否包含给定的特征。例如，输出可以是图片中是否有香蕉。
我想用SVM实现一个分类器，输出是或否，图像包含给定的特征。在两个输出的图像上训练SVM分类器最简单的方法是什么？在Python中有什么模板可以使用吗？非常感谢。
浏览 1提问于2016-04-17得票数 9
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；SVM2将配备TS2；SVM3将配备TS3。 最终的模型将预测新的实例，需要是SVM1，SVM2和SVM3的集合。我不想用相同的数据来拟合所有的3个辅助方法。我想将整个训练数据分成子集(TS1，TS2，TS3)，并用不同的子集对每个辅助分类器进行拟合。 有什么想法吗？
浏览 23提问于2021-06-27得票数 0
1回答
假设我正在处理一个多类分类问题(具有N类)，并且我想使用支持向量机作为分类方法。
我可以采用两种策略:一对一(OVO)和一对一(OVA)。在第一种情况下，我需要训练N(N-1)/2分类器，即class1 vs class2, ..., class1 vs classN, ..., class(N-1) vs classN，而在第二种情况下，我只需要训练N，即class1 vs rest, ..., class N vs rest。
据我所知，这两个场景的典型(和一般)代码，包括超参数的调优，将如下所示：
OVO
from sklearn import svm
from sklearn.mode
浏览 19提问于2021-01-05得票数 2
1回答
我的同事提到，一个数据科学项目正在使用SGD分类器。
因此，我开始阅读有关GD/SGD的文章，并遇到了一个不错的文章，它使用支持向量机和GD进行文本分类。
在文章末尾，作者提到：
我们从一堆要训练的文件开始。然后，我们将每个文档表示为数字向量，您可以选择将它们分割成n克，然后用TF-下手称这些n克。现在我们有了一个数值表示，我们可以给出程序的训练数据，并使它的猜测每次。根据程序的错误程度，程序根据错误进行调整，以便在下一次使用梯度下降进行更好的预测。它使用支持向量机( SVMs )跟踪学习，并通过在图中“绘制”新的数据点并查看它是在右边还是在决策边界的左边，用SVM模型进行预测。
这篇文章没有
浏览 0提问于2020-02-06得票数 1
1回答
我正在进行分类，我有一个关于仅用于降维的LDA的问题：
LDA是否适用于包括训练数据和测试数据在内的整体特征矩阵，然后(在减少数据维数后)对特征矩阵进行划分，为分类提供训练和测试集？是真的吗？
然后，假设我们需要在应用LDA之前对数据进行分区。如何能够使用Matlab的内部分类器(如kNN和SVM)对测试数据进行分类？
浏览 1提问于2017-09-30得票数 2
1回答
基于GLCM特征的SVM分类器
、、、、
我的项目是在MATLAB中使用SVM分类器进行急性笔画分类。
下面的截图显示了使用glcm对急性脑卒中(21例)和正常脑组织(6例)进行13种特征提取，即svm分类器的训练数据。
下面的截图显示了Y或一组培训数据。
这是我正在使用的代码及其显示错误。
Load Trainset.mat
data = new_var;
group = label;
SVMStruct = svmtrain(data, group, 'kernel_function', 'linear');
newClasses = svmclassify(SVMStruct,
浏览 1提问于2017-04-23得票数 1
我尝试使用SVM方法对这四组图像进行分类，每次都随机选择训练和测试数据。当T运行程序时，由于随机选择数据，性能会发生变化。如何获得我的算法的准确性能，以及如何计算训练和测试精度？
我用来计算性能的公式是
Performance = sum(PredictedLabels == test_labels) / numel(PredictedLabels)
我正在使用multisvm函数进行分类。
浏览 2提问于2013-12-11得票数 0
2回答
我使用的基因表达数据，是浮动数字，并希望训练分类器考虑到二进制分类。由于我是这个领域的新手，我有一些问题：
我使用的第一个分类器是SVM。我正在使用sklearn工具，它需要在培训和测试数据集中分离数据集。据我所知，为了构建模型，需要将数据集中的数据集和验证数据集(找到模型的参数)分开，而对于超参数的微调，则需要一个测试数据集。有趣的是，考虑到我在查看sklearn文档时发现的情况，建议只对火车和测试数据集进行分割。验证数据集上没有断言。因此，我怀疑，我是否正确地运行分类器。
下面是我使用的代码：
from sklearn.model_selection import train_tes
浏览 0提问于2021-06-10得票数 1
我这里有一个训练集，一个验证集和一个测试集。我想知道如何在不同的参数(由插入符号上的网格定义)上训练模型，但是使用在验证集上计算的分类度量？
如果我有以下语法..。
TARGET <- iris$Species
trainX <- iris[,-5]
ctrl <- trainControl(method = "cv")
svm.tune <- train(x=trainX,
y= TARGET,
method = "svmRadial",
tu
浏览 2提问于2016-01-21得票数 0
回答已采纳
我有一个大小为100个.Total的特征向量，训练样本为500个，其中每个类有10个样本。我想为每个class.That设计一个单独的svm分类器，每个类的分类器将被馈送10个正(对于该类)和490个负实例。我的opencv代码如下
对于培训：
Mat trainingDataMat(500, 100, CV_32FC1, trainingData);//trainingData is 2D MATRIX
Mat labelsMat(500, 1, CV_32FC1, labels);//10 positive and 490 -ve labels
CvSVMParams params;
p
浏览 1提问于2013-09-19得票数 2
1回答
对于使用二进制分类是否合适，我有一个可能很天真的问题。这是一个假设的例子，所以如果太粗糙，请原谅我。
假设我想训练一个支持向量机，将字母"a“从字母"b”和"c“中分类。问题是我没有字母"a“来训练我的支持向量机模型，但是我确实有很多字母"A”，基本上意思是一样的。像这样的模型有效吗？
我真正的问题是在图像处理领域。我有一些像素，我想分类使用纹理，但我没有一个“类”的那些像素。对于一些非常相似的东西(我知道这个类)，我确实有一个基本的真理，我一直在使用相同的纹理(但来自这个相似的像素)来训练SVM并进行分类。这种支持向量机工作得相当好(通过对图像的视觉检
浏览 0提问于2022-10-13得票数 1
我有一个包含699行和11个属性(包括class属性)的癌症数据集。如何将数据集划分为训练数据集和测试数据集？我知道下面的事情。它们是真的吗？(1)选择初始150行用于测试，剩余549行用于训练(2)选择初始549行用于训练，剩余150行用于测试
此外，我是否需要在两个数据集中都包含类属性？是否还需要另一个称为“验证数据集”的数据集？我正在使用SVM进行分类
浏览 3提问于2016-07-01得票数 0
2回答
Scikit-学习默认类
、、、、
我正在使用scikit learn对一些文本进行分类，我有10个班级，我正在使用svm.SVC(kernel='linear',probability=True,class_weight='balanced')、MultinomialNB()和tree.DecisionTreeClassifier()进行分类。
树分类器做得很好，三个分类器的准确率都在80-90%(这对我的应用程序来说已经足够了)。
问题是有一些文本不属于这10个类别中的任何一个，我的意思是应该有一个“Other”或"Not class found“类别，但我找不到这样做的方法，我尝试添
浏览 3提问于2016-10-18得票数 2
我有一个1960年样本的数据集，有12个特性，并试图解决一个二进制分类问题，使用980样本进行训练和980样本进行测试。对于训练，我使用的是"svmtrain“，而为了分类，我使用的是”svmtrain“。是否有可能绘制训练错误与训练样本编号？有什么建议吗？我刚开始学习matlab和SVM。
浏览 5提问于2015-08-29得票数 0
回答已采纳
3回答
对于图像分类，目前研究的是支持向量机(support，SVM)方法，该方法利用多SVM函数对四组图像进行分类，每次随机选取训练和测试数据时，算法的性能都会发生变化。有人建议进行交叉验证，我不明白为何要进行交叉验证，其主要目的是甚麽？我的实际数据集包括训练矩阵大小28×40000和测试矩阵大小17×40000。如何通过这个数据集进行交叉验证，对我有帮助。提前谢谢。
浏览 3提问于2013-12-12得票数 2
回答已采纳
1回答
在对每个实例使用SVM训练模型后，是否有方法提取值，以查看SVM分配给每个实例的值，以便将实例分类为正类或负值。我正在寻找一些解决方案，以获得所有基于SVM的分配值，针对每个实例在WEKA工具。我一直在支持向量机下使用LibSVM和LibLinear分类器。我需要用这些值来排名
浏览 4提问于2018-07-08得票数 0
回答已采纳
我有一个数据集，需要应用二进制分类来预测目标值。将Logistic回归、朴素贝叶斯、KNN、SVM、决策树等5种算法应用于训练集中。其中，使用Logistic回归的二进制分类给了我最高的精度，但问题是我没有对数据集进行预处理。现在，我应该再次使用所有五种算法来训练我的模型，还是说使用Logistic回归的二进制分类在预处理训练数据集之后会再次给出最高的精度？
浏览 5提问于2022-04-28得票数 0
回答已采纳
1回答
我试图训练和验证我的数据集，其中包含17个数据集。我已经把它们分为15项用于培训，2项用于验证。在此过程中，我对15个数据集进行了训练，并使用生成的模型对其余2个数据集的结果进行了预测。在我的理解中，这个过程被称为省略验证。无论我使用哪种分类器(SVM，可优化SVM，knn，可优化KNN)，我的训练精度都很高，接近90%-100%。验证精度相对较低，接近50-60 %。在某些运行中，验证集中的数据集将是培训的一部分。在这种情况下，我无法理解他们在培训中做得那么好，为什么验证结果如此糟糕。？
浏览 0提问于2021-09-03得票数 2
假设我们有5个不同类别的样本，如A、B、C、D和E。在我的例子中，要使用"one vs rest分类“方法，就必须有5个1-VS-rest SVM分类器，如下所示：
SVM1: a和rest
SVM2: B对rest
SVM3: C对rest
SVM4: d与rest
SVM5: e对rest
用训练样本训练这5个分类器，每个分类器使用不同的核。新输入的样本被传递给每一个被分类的5个分类器。然后考虑一个实际属于"A“类的新样本被SVM1分类为"A”的备忘录(这是正确的)，同时又被SVM4分类为"D“的成员(这是不正确的)，问题是如何找出这两种支持向量机中哪一种预
浏览 2提问于2016-05-02得票数 0
回答已采纳
我真的无法找到如何训练svm分类器的文本功能是不序数，可以是任何可能的字符串字符。我正在连续使用这样的标签数据集。
Tajmahal印度21-08-1990年
现在，对于日期，我使用toordinal()函数进行训练，但对字符串的特征提取一无所知。
浏览 0提问于2018-03-11得票数 0
2回答
我在Python中做一个分类任务，将不同乐器的音频文件分类到它们各自的类中，在我的例子中，有4个类，分别是Brass、String、Percussion和which。采用SVM算法作为分类器。我的代码看起来有点像这样(我不为分类器更改任何参数)：
#X is feature matrix, y is class vector
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
#SVM Classifier
svm = SVC()
svm.fit(X_train,y_train)
svm_pred
浏览 4提问于2018-03-04得票数 0
我正在使用KNN分类器对性别进行分类。我想添加一个SVM分类器，而不是具有相同标签0和1的KNN分类器(0用于女性，1用于男性)
我有一个测试示例矩阵sample、一个训练示例矩阵training和一个带有训练示例group标签的向量。我需要class，这是测试用例的标签向量。
class = knnclassify(sample, training, group);
if class==1
x='Male';
else
x='Female';
end
如何更改此代码以使用支持向量机查找class？
浏览 4提问于2017-02-25得票数 0
1回答
我想在我的SVM分类器上进行交叉验证，然后在实际的测试集上使用它。我想问的是，我是在原始数据集上进行交叉验证，还是在训练集上进行交叉验证，这是train_test_split()函数的结果？
import pandas as pd
from sklearn.model_selection import KFold,train_test_split,cross_val_score
from sklearn.svm import SVC
df = pd.read_csv('dataset.csv', header=None)
X = df[:,0:10]
y = df[:,10]
浏览 0提问于2018-03-08得票数 0
1回答
我有多类数据集，正在尝试使用一个类支持向量机来对每个类进行分类。所以我想知道如何在每个课程上训练ocsvm？从sklearn.svm导入OneClassSVM clf = OneClassSVM(gamma='auto').fit(df) x_train，x_test，y_train，y_test = train_test_split(df，target，test_size=0.30，random_state=25) inliers=dfclf.predict(df)==1 outliers=dfclf.predict(df)==-1
浏览 20提问于2021-01-05得票数 1
1回答
因此，我一直在做一个自然语言处理项目，在这个项目中，我需要对不同的写作风格进行分类。假设已经从文本中提取了语义特征，我计划在Java中使用Weka来训练SVM分类器，使用这些特征可以用来对其他不同的文本进行分类。
我遇到麻烦的部分是，为了训练SVM，必须将特征转换为特征向量。我不确定您如何能够将词汇丰富度、n-gram、标点符号、段落数量和段落长度等特征表示为向量中的数字。如果有人能指出正确的方向，那将不胜感激。
浏览 7提问于2013-05-30得票数 6
回答已采纳
2回答
Matlab提供命令fitcsvm来训练svm。在它中，您可以传递一个名为成本的键值对，它为每个类指定支持向量机的自定义错误分类惩罚。由于我使用的是较旧版本的matlab，所以我需要使用svmtrain。但是，我无法为函数找到这样的键值对。我有办法这样做吗？
浏览 5提问于2014-11-18得票数 4
回答已采纳
给定从训练数据集中提取的一组特征，这些特征用于训练SVM。使用k折交叉验证来选择SVM参数(例如，c，γ)，例如，训练数据集被分成5折，其中一个被选为验证集。完成了折叠的旋转，并使用平均精度来选择最佳参数。
那么，我是否应该有另一组测试集(Test set)并报告(就像在纸质出版物中一样)？我的理解是，由于验证集用于选择参数，因此测试集是必需的。
在机器学习中，测试集是在我们决定分类器之前看不到的东西(例如，在比赛中，测试集是未知的，我们只根据训练集提交最终的分类器)。
浏览 1提问于2015-01-02得票数 0
1回答
我试图分类大约400K数据与13个属性。我使用了python的支持向量机( SVM )软件包，但它不起作用，然后我发现SVM不适合大数据集的分类。然后，我使用(sklearn) ANN使用以下MLPClassifier：
MLPClassifier(solver='adam', alpha=1e-5, random_state=1,activation='relu', max_iter=500)
并使用200 K样本对系统进行了训练，并对其余样本进行了验证。分类效果很好。不过，我担心的是，这个制度训练过度或过于合适。你能指导我隐藏的层数和节点的大小，以确保没有过
浏览 0提问于2021-01-20得票数 2
1回答
罕见事件训练后支持向量机性能差
、、、、
我发现加权支持向量机是一种处理类不平衡问题的分类方法。我的数据集与罕见事件(标记为1的少数类)和多数类(标签为0)高度不平衡。因此，我用分层交叉验证技术实现了监督分类加权svm技术，因为这些技术能够处理类的不平衡。我为C参数(boxconstraint)添加了额外的调优。训练采用5倍交叉验证方法进行.该方法在训练集上效果良好。我在训练后表现很好。这我可以说是因为通过观察训练后的混乱矩阵。
cmMatrix =
1443 27
0 30
一般建议使用优化的超参数进行再训练.因此，我在整个数据集上再次运行了经过训练的模型(重
浏览 0提问于2018-07-11得票数 1
回答已采纳
1回答
我正在尝试用13个属性对大约40万个数据进行分类。我使用过python sklearn的SVM包，但它不起作用，然后我了解到SVM不适合大数据集分类。然后我使用了(sklearn) ANN，使用了下面的MLPClassifier：
MLPClassifier(solver='adam', alpha=1e-5, random_state=1,activation='relu', max_iter=500)
并使用200K样本对系统进行了训练，并在其余样本上对模型进行了测试。这种分类效果很好。然而，我担心的是该系统训练过度或过度适应。你能指导我隐藏层的数量和节点大
浏览 2提问于2021-01-20得票数 0
以支持向量机作为分类器，构建了一个图像分类系统。就我的目的而言，我获得了相当好的分类结果，但我正在寻找一种方法来改进它。假设对于一个查询图像，系统的响应是错误分类。有没有办法用这些新数据重新训练SVM分类器？我使用OpenCV的支持向量机。我是否需要使用不同的分类器或学习系统？
浏览 0提问于2013-07-09得票数 1
2回答
我已经训练了一个多类svm分类器，它有5个类，即svm(1)...svm(5).。
然后，我使用了5幅不习惯于训练这些分类器进行测试的图像。
然后用它们各自的分类器测试这5幅图像。也就是说，如果从第一类中提取了5幅图像，就会对同一类进行测试。
predict = svmclassify(svm(i_t),test_features);
预测产生一个5乘1的向量，显示结果。
-1
1
1
1
-1
我把它们加起来，然后把它插入对角线矩阵。
理想的情况下，它应该是一个对角线矩阵与5写对角线，当所有的图像被正确地分类。但结果很差。我的意思是，在某些情况下，我会得到负面的结果。我只想验证这个
浏览 4提问于2014-08-19得票数 0
回答已采纳
1回答
关于在python中使用libsvm的两个问题：
我如何知道这个问题是否可行？
如何得到原始变量(w和偏移量b)？
我使用一个简单的例子，考虑到2D空间中的4个训练点(由*描述)：
*----*
| |
| |
*----*
我用C_SVC公式和线性核训练支持向量机，在两个标号-1，+1中对4点进行分类。
例如，当我设置像这样的训练点时，它应该找到一个分离的超平面。
{-1}----{+1}
| |
| |
{-1}----{+1}
但是对于这个非线性问题，它不应该找到一个分离的超平面(因为线性核)。
{+1}----{-1}
|
浏览 1提问于2012-04-08得票数 1
2回答
我正在尝试使用SVM分类器进行3类分类。我们如何解释LIBSVM预测的概率估计。它是否基于实例与最大边距超平面的垂直距离？
请通过一些关于LIBSVM分类器预测的概率估计的解释。首先调整参数C和gamma，然后使用带有训练和测试的-b选项输出概率估计。
浏览 1提问于2011-10-18得票数 4
我尝试用向量空间模型在SVM光照下构造一个SVM分类器。我有1000个文档和一个术语字典，我将使用它来向量化每个文档。在1000份文件中，600份将用于我的培训集，其余400份将平均分配(200份)用于交叉验证集和测试集。
现在假设我要用我的600训练集训练我的支持向量机分类器(用train向量化)，以便生成一个分类模型。
当我将模型应用到我的交叉验证集时，我是使用相同的以色列国防军(因为模型对应于我的训练集)，还是需要根据交叉验证集计算一个新的以色列国防军？此外，如果我要将模型应用于单个文档，我将如何应用以色列国防军，因为这套文件将只包含一个文档？
浏览 1提问于2013-12-12得票数 1
回答已采纳
默认情况下，SKLearn在多类情况下训练支持向量机时使用分类方案。
我有点困惑，当您调用属性(如svm.n_support_或svm.support_vectors_ )时，您得到了哪些支持向量？例如，在虹膜数据集的情况下，有3个类，因此总共应该有3*(3-1)/2 =3种不同的支持向量机分类器。你从哪个分类器中得到支持向量？
浏览 1提问于2016-01-26得票数 2
回答已采纳
2回答
在创建训练集的过程中，我输入了"true“和"false”，顺序与在WEKA中创建测试集时输入的顺序相同。这些标称值用于class属性。
当我运行分类器时，不知何故，我感觉结果看起来好像在测试集中是相反的。
我的问题是，如果训练集中的第一行显示类值为"False"，并且如果训练的模型用于测试集上的SVM分类器，这是否意味着如果返回的分类类为0，我是否应该将其视为False？
谢谢Abhishek S
浏览 0提问于2012-07-31得票数 4
回答已采纳
1回答
猪检测方法
、、、
我是计算机视觉和机器学习的新手，我搜索了很多，但没有找到完全的答案。
首先，我想知道所有这些检测方法的区别是什么。
1)HOG.detect()
2)HOG.detectMultiScale()
3)HOG.setSvmDetector()
第二:我读到HOG.setSvmDetector()只用于检测一个对象，因为支持向量机是一个二进制分类，我想知道我们是否可以训练多类支持向量机(一个对全部)，对于每一个类别的支持向量机，我们应用一个新的HOG.setSvmDetector()实例？
举个例子，如果我构造了2个SVM，这意味着我现在有两个类的多类SVM，我可以这样做：
HOGDescrip
浏览 0提问于2018-04-27得票数 0
1回答
支持向量机预测中的默认值
、、、、
我使用scikitlearn进行svm分类。
我需要一个分类器，当给定的测试项不匹配任何训练集项时，即当距离非常高时，返回默认值。这有可能吗？
，例如
假设我的训练是
X= [[0.5,0.5,2],[4, 4,16],[16, 16,64]]
和标签
y=[0,1,2]
然后我就开始训练
clf = svm.SVC()
clf.fit(X, y)
然后我做预测
clf.predict([-100,-100,-200])
现在我们可以看到，测试项[-100,-100,-200]离任何训练项都太远了，在这种情况下，预测会产生[2]，也就是这个项目[16, 16,64]，是否还有其他的(不是
浏览 0提问于2017-08-25得票数 0
我想使用svm分类器进行面部表情检测。我知道opencv有一个svm，但我不知道应该输入什么来训练分类器。到目前为止，我已经读了很多论文，都是说人脸特征检测训练后的分类器。
到目前为止我所做的，
人脸检测，
在每帧中计算16个面部点。下面是面部特征检测的输出！(输入图像描述)
保存特征点像素地址的向量。
注意:我知道如何训练支持向量机，只有正面和负面的图像，我看到了这个代码，但我不知道我如何结合面部特征信息与它。
有人能帮我从svm开始分类吗？
训练分类器的样本输入应该是什么？
如何用这个面部特征点训练分类器？
致以敬意，
浏览 13提问于2014-09-26得票数 9
回答已采纳
3回答
超参数整定与分类算法的比较
、、、、
对于分类算法的比较，我有一个疑问。
我正在做一个关于数据集的超参数调优和分类模型比较的项目。我们的目标是为我的数据集找出最适合我的超参数的模型。
例如:我有两个分类模型(支持向量机和随机森林)，我的数据集有1000行和10列(9列是特性)，最后一列是可分层的。
首先，我将dataset分为2部分(80-10行)，用于相应的训练(800行)和测试(200行)。在此基础上，利用CV = 10的网格搜索对这2种模型(支持向量机和随机森林模型)上的训练集进行参数整定。当对每个模型识别超参数时，我使用这两个模型的这些超参数在训练和测试集上测试Accuracy_score，以确定哪一个模型对我的数据是最好
浏览 0提问于2020-12-31得票数 0
回答已采纳
2回答
我使用scikit-learn库对卫星图像执行监督分类(支持向量机分类器)。我的主要问题是如何训练我的SVM分类器。我在youtube上看过很多视频，也读过一些关于如何在scikit-learn中训练支持向量机模型的教程。我看过的所有教程，都使用了著名的Iris数据集。为了在scikit-learn中进行有监督的支持向量机分类，我们需要有标签。对于Iris数据集，我们有一个Iris.target，它是我们试图预测的标签('setosa'，'versicolor'，'virginica')。通过阅读scikit-learn文档，培训过程非常简单。
浏览 0提问于2017-04-10得票数 5
回答已采纳
我正在尝试使用yctung's LIBSVM-wrapper for Android对Android上的262维数据点进行分类。我设法在一个有大约240个数据点的训练数据集上训练了一个分类器，并在一个15个数据点的测试数据集上成功地测试了它。正如yctung所建议的那样，这两个数据集都是通过调用svm.scale进行缩放的： svm.scale(appFolderPath + "trainingdata", appFolderPath + "trainingdata_scaled");
svm.train("-t 0 "
浏览 17提问于2019-01-10得票数 0
1回答
Sklearn问题分类
、、、、
因此，我发现使用sklearn的SVM算法对单词进行分类有很多种方法。但是，我想按分类法对问题进行分类，如以下数据集所示：
📷
这个任务的目标是预测给定pdf文件/字符串(问题)的分类法。问题如下：
如何修改下面的代码来训练一个基于问题的分类模型？
如何利用支持向量机训练问题分类模型？
对于此任务，我使用了以下Python库
import pandas as pd
import numpy as np
from nltk.tokenize import word_tokenize, sent_tokenize
from sklearn.feature_extraction.text impor
浏览 0提问于2020-07-11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
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
