用Matlab中训练的SVM模型对python进行分类

Question

我有一个在MATLAB中训练的支持向量机模型(使用了6个特性)，为此我有：

• 支助向量337 x6
• 阿尔法337 x 1
• 偏向
• 核函数：@rbf_kernel
• 核函数Args = 0.9001
• GroupNames 781x1
• 支持向量指数337 x1
• 刻度数据包含：
  • 移位1 x 6
  • 比例尺因数1x6

​

以上都是我能够在python中加载的数据。

现在，我想在python中使用这个模型，而不需要再培训，以便在python中执行分类。特别是，我想用MATLAB生成的支持向量在python中创建一个支持向量机模型。

有可能吗？多么?任何帮助都将不胜感激！我不能用python重新训练它，因为我已经没有训练数据(和标签)了。

Answer 1

我猜你理解支持向量机是如何工作的，所以我要做的是在python中重新训练模型，仅仅是在你找到的支持向量上，而不是在所有原始的训练数据上，结果应该保持不变(就像你根据完整的数据进行了训练一样)，因为支持向量是数据中的“感兴趣的”向量，位于边界上。