回答情况：
提问时间：
问题标签：
1回答
我是MATLAB的初学者，在数字图像处理方面做了我的编程项目，即利用小波features+SVM+PCA+ANN进行磁共振图像分类。我用MATLAB工具实现了SVM分类实例，并对其进行了修改，以满足我的要求。在输入向量中存储多个特征和向支持向量机提供新的输入时，我面临着问题。请帮帮忙。
浏览 5修改于2011-02-22得票数 1
使用我自己的数据矩阵，我使用作者提供的svm-train exe训练了一个二进制支持向量机分类器。我还使用svm预测可执行文件测试了模型。我认为问题在于当我创建svm_node数组时，我所做的是int n = featureVector.cols;
struct svm_node *x = (struct svm_node *) malloc((n+1)*sizeof(
浏览 1修改于2016-05-12得票数 1
回答已采纳
1回答
, 1 => 0.43, 3 => 0.12, 9284 => 0.2),);$svm= new SVM();$model = $svm->train($data);$data = array(1 => 0.43, 3 => 0.12, 9284=> 0.2);
浏览 1提问于2014-06-29得票数 1
回答已采纳
1回答
def svm_loss_naive(W, X, y):SVM loss function, naive implementation calculating loss for each samplenum_samples = X.shape[1] # samples of unknown images are in column-wise fashiondelta = 1 # SVM
浏览 1提问于2021-03-22得票数 1
1回答
在Spark SVM算法中，我们有如下代码 int numIterations=200;
model=svm.train(parsedData.rdd
浏览 0提问于2016-12-10得票数 0
1回答
但是，当我为预测/测试数据运行它时，由于某种原因，它似乎是在丢弃行，当我试图将'pred_SVM‘返回到数据集中时，长度是不同的。下面是我的代码 SVM_swim <- svm(racetime_mins ~ event_date+ event_month +year data = SVMTrain, kernel=
浏览 0修改于2019-07-27得票数 0
回答已采纳
1回答
Models a given training set with a corresponding group vector and
%classifies a given test set using an SVM
浏览 1修改于2016-11-16得票数 1
回答已采纳
我一直在听Ng教授的演讲，并尝试使用tensorflow在我的jupyter笔记本上实现SVM。但是，我的模型似乎不能正确收敛。我猜我有错误的损失函数，这可能最终不适合我的模型。
浏览 14修改于2017-07-26得票数 2
回答已采纳
3回答
我正在使用SVMLib在MNIST数据集上训练一个简单的支持向量机。它包含60.000个训练数据。然而，我有几个性能问题:训练似乎是无休止的(几个小时后，我不得不手动关闭它，因为它没有响应)。我的代码非常简单，我只是在没有任何内核和任何特殊常量的情况下对数据集调用ovrtrain： [fid, msg] = fopen(fileName, 'r', 'ieee-be');
header = fread(fid, 4, "int32" , 0,
浏览 2修改于2012-11-15得票数 0
我按照本教程在我的笔记本电脑上设置SVMLight，运行Ubuntu11.10command svm_learn example1/train.dat example1我得到了错误我上网查了查，但找不到解决这个问题的办法。PS :我正在从包含SVMLight存档的解压缩内容的svm_light文件夹中运行命令。
请帮帮忙。
浏览 3提问于2012-02-14得票数 2
有人能给出一些参考，从文件夹中提取HOG特性(正反两种)，将它们保存在两个.xml文件中，并在线性支持向量机中使用这些特性进行Python分类吗？
浏览 0提问于2017-05-30得票数 1
回答已采纳
1回答
我试图理解标题中的概念，以及它们如何适应二进制分类的任务。根据我的理解，到目前为止，你可以用各种特征提取方法对文本进行编码，这样一个词包。然后，您可以使用类似lib线性的方法来获得一个支持向量机liblinear模型，该模型能够对数据进行分类。另一方面，您可以通过将Bert与稠密层连接起来来建立模型。然后您可以微调这个模型，然后再一次获得一个分类器。你会在哪里使用其中的一个，为什么？
浏览 0提问于2021-01-22得票数 1
我正在尝试训练一个SVM来对两个螺旋数据进行分类。 CSVNeuralDataSet trainingSet = new CSVNeuralDataSer(normaliseCSV("/path/to/data/file"), 2, 1, false);
SVM svm = new
浏览 4修改于2018-06-13得票数 2
在过去，要训练支持向量机，可以使用：params.svm_type = CvSVM::C_SVC;params.gamma = 3;
svm.train(training_mat, labels, Mat(), Mat(), params);ml::SVM</em
浏览 3修改于2014-11-25得票数 11
回答已采纳
我正在尝试使用scikit-learn svm来根据主题对电子邮件进行分类。但是，我无法从sklearn导入svm模块。我已经安装了sklearn。我得到的错误如下： File "<pyshell#3>", line1, in <module> File "C:\
浏览 1修改于2014-01-14得票数 0
1回答
如果是这样的话，那么svm算法是否应该在不同的运行中给出不同的超平面。现在，当我介绍懒散-我应该总是得到相同的超级飞机，每次跑？如何从超平面的拉格朗日乘子中准确地找到数据是否是线性可分的。
浏览 1提问于2013-03-30得票数 1
2回答
我训练过一位svm模型。我想测试它，但我面临一个错误的预测()函数。为了简单起见，这里我将测试和训练数据分割成非随机的70/30分割。library(e1071)
test <- mydata[(9731+1):13901, ]
mysvm <- svm(formula =
浏览 4修改于2017-05-23得票数 4
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号