Вопросы по теме 'svm'
Как извлечь признаки из изображения для классификации и распознавания объектов?
Я запутался в том, как я должен использовать метод «извлечения признаков». Я хочу использовать SVM для применения «Распознавания объектов» в изображениях. В примерах Emgu есть образец, который содержит XML-файл, содержащий функции кошки! и я уже...
11.11.2023
Какова связь между количеством опорных векторов и данными обучения и производительностью классификаторов?
Я использую LibSVM для классификации некоторых документов. Документы кажутся немного сложными для классификации, как показывают окончательные результаты. Однако я кое-что заметил, когда тренировал свои модели. а именно: если мой тренировочный...
14.12.2023
Что такое файл предсказания в SVMlight?
Я новичок в SVMlight. Я скачал исходный код и скомпилировал SVMlight.
Я создал наборы данных для обучения и тестирования. И побежал
[command]
создание файла модели. Используя этот файл модели, я запустил svm_classify, создав файл...
18.12.2023
Образец ядра OpenCV SVM
Документы OpenCV приводят следующий пример типа ядра SVM :
Сравнение различных ядер в следующем двухмерном тестовом примере с четырьмя классами. Четыре SVM::C_SVC SVM были обучены (одна против покоя) с помощью auto_train. Оценка на трех разных...
03.01.2024
Получение примера SVM OpenCV для запуска в версии 3.0.0 с С++
Я попытался запустить пример проекта SVM SVM официального OpenCV документация , но показалось, что код для openCV версии 3.0.0 устарел.
Поэтому я скорректировал код с помощью этой записи stackoverflow и получил следующий код:
// Data for...
19.01.2024
Использование SVM для классификации многомерных наборов данных временных рядов
Я хотел бы использовать оценщик svm.SVC() scikit-learn для выполнения задач классификации в многомерных временных рядах, то есть во временных рядах, где точки в ряду принимают значения в R ^ d, где d > 1.
Проблема с этим заключается в том, что...
03.11.2023
SVM дал плохой результат в моих данных. Как исправить?
У меня есть набор данных, который содержит 510 выборки для обучения и 127 выборки для тестирования, каждая выборка имеет 7680 функции. Я хочу разработать модель для прогнозирования метки роста (см) на основе данных обучения. В настоящее время...
29.10.2023
Почему один столбец заставляет мою SVM работать час?
Я использую sklearn.SVC в DataFrame pandas для прогнозирования категориальных данных. Вектор функций с именем «feature_train» представляет собой один столбец времени (numpy.int64) и несколько тысяч столбцов tfidf (которые очень редко содержат...
13.01.2024
Передача 3D-данных для обучения SVM в scikit
Я пытаюсь использовать данные, собранные в ходе эксперимента, для создания модели SVM с помощью научного набора. Мои входные данные представляют собой трехмерный массив (пример x ниже), а метки являются логическими метками (пример y).
X = [[[00,...
23.01.2024
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..