返回信息流如题 现在我的颜色直方图输出特征是每张图相当于转化为128个数 是hsv颜色域,现在要用svm分类,很抱歉后面的部分我也不是很懂不能准确提问,总之问题就是怎么转化为能够训练和测试svm 的特征向量,如果有人能说下除了网上那些的svm的比较接地气的用法说明,就真是大恩大德永世难忘了……不管会不会有答复,先谢谢大家~~
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #9177同步于 2012/5/28
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖
颜色直方图特征转变为svm输入要求的特征
fei08210746
2012/5/28镜像同步7 回复
订阅后,新回复会通过你的通知中心匿名送达。
7 条回复
Orz.....我是冲着大恩大德永世难忘来发帖的
这样的,我先基于假设,你用的是libSVM,并且明确声明CV这一块我没有查资料不保证对你描述的hsv的理解是对的
将这128个数组成一个feature vector
ResultClass 1:hsv_Value_1 2:hsv_value_2 ..... 128:hsv_value_128
这是一个training example,你要做的是把你的training set每一条数据都转换成这种格式用\n分割放在一个文本文件内
然后再去用normalize,train model。。。。
你即将会遇到的问题有如下:
1. 选什么Kernel
3. Kernel的参数怎么选?
4. 是否要用CrossValidation Set去调参数
5. 内存够大不?
【 在 fei08210746 的大作中提到: 】
: 如题 现在我的颜色直方图输出特征是每张图相当于转化为128个数 是hsv颜色域,现在要用svm分类,很抱歉后面的部分我也不是很懂不能准确提问,总之问题就是怎么转化为能够训练和测试svm 的特征向量,如果有人能说下除了网上那些的svm的比较接地气的用法说明,就真是大恩大德永世难忘了……不管会不会有答复,先谢谢大家~~
顶ls,讲的挺好,我也在用hog直方图做特征,然后svm分类,给楼主个libsvm入门教程,希望能有用。
【 在 fei08210746 的大作中提到: 】
: 如题 现在我的颜色直方图输出特征是每张图相当于转化为128个数 是hsv颜色域,现在要用svm分类,很抱歉后面的部分我也不是很懂不能准确提问,总之问题就是怎么转化为能够训练和测试svm 的特征向量,如果有人能说下除了网上那些的svm的比较接地气的用法说明,就真是大恩大德永世难忘了……不管会不会有答复,先谢谢大家~~
这个讲的很好哇
【 在 antinucleon (搞山寨的) 的大作中提到: 】
: Orz.....我是冲着大恩大德永世难忘来发帖的
: 这样的,我先基于假设,你用的是libSVM,并且明确声明CV这一块我没有查资料不保证对你描述的hsv的理解是对的
: 将这128个数组成一个feature vector
: ...................
【 在 antinucleon 的大作中提到: 】
: Orz.....我是冲着大恩大德永世难忘来发帖的
: 这样的,我先基于假设,你用的是libSVM,并且明确声明CV这一块我没有查资料不保证对你描述的hsv的理解是对的
: 将这128个数组成一个feature vector
: ...................
这个数据是不是在写入txt时候就设置成这样就行啊?比如我现在txt里面有除了label其他的数据 按照index:value这种形式,那么如果我宁可麻烦手动在前面加label是不是也可以?那个变换数据有没有什么结构上内在的联系在里面?刚刚在弄FormatDataLibsvm.xls 不成功啊 所以就想问是不是只要写成那样就行…然后就是你说的问题我都即将遇到……呜呜 想就很头疼……嗯嗯嗯 会永世难忘的~~~antinucleon~~
Orz....情何以堪
我想我已经用我们火星的语言描述的很清楚了。。。。。
请原谅我刚来地球
【 在 fei08210746 的大作中提到: 】
: 这个数据是不是在写入txt时候就设置成这样就行啊?比如我现在txt里面有除了label其他的数据 按照index:value这种形式,那么如果我宁可麻烦手动在前面加label是不是也可以?那个变换数据有没有什么结构上内在的联系在里面?刚刚在弄FormatDataLibsvm.xls 不成功啊 所以就想问是不是只要写成那样就行…然后就是你说的问题我都即将遇到……呜呜 想就很头疼……嗯嗯嗯 会永世难忘的~~~antinucleon~~
【 在 loseboy163 的大作中提到: 】
: Label 是需要事先定好的,因为最后做预测的时候预测返回的就是那个Label,一类就一个Label
这个我懂 ,我尽力吧~~谢谢您 也谢谢大家指点~~谢谢