使用预先计算的内核和libsvm
使用预先计算的内核和libsvm是一种常见的机器学习方法，用于解决分类和回归问题。在这种方法中，数据被转换为一个特征向量，然后使用预先计算的内核和libsvm来训练模型。
预先计算的内核是指在训练模型之前，使用一些预先定义的函数来计算特征向量之间的相似度。这些内核函数可以是线性的，多项式的，高斯的等等。
libsvm是一种流行的机器学习算法，用于解决分类和回归问题。它可以处理线性可分和非线性可分的数据集，并且可以使用不同的核函数来处理不同的数据类型。
预先计算的内核和libsvm的优势在于它们可以处理大量的数据，并且可以自动调整模型参数，以获得最佳的分类和回归结果。
预先计算的内核和libsvm的应用场景包括图像识别、文本分类、生物信息学等领域。
推荐的腾讯云相关产品包括云计算、云存储、云数据库、云安全等。云计算可以帮助用户快速构建和部署应用程序，云存储可以帮助用户存储和管理数据，云数据库可以帮助用户构建和管理数据库，云安全可以帮助用户保护数据和应用程序的安全。
云计算产品介绍链接地址：https://cloud.tencent.com/product/cvm
云存储产品介绍链接地址：https://cloud.tencent.com/product/cos
云数据库产品介绍链接地址：https://cloud.tencent.com/product/cdb
云安全产品介绍链接地址：https://cloud.tencent.com/product/ssl
相关·内容
1回答
我对MATLAB和LIBSVM都很陌生。我得到的事实是，要使用预先计算的内核，必须将示例序列号作为培训和测试数据的第一列。但重要的是，我不明白的是:为什么我要使用预先计算的内核？我遵循LIBSVM中描述的脚本，得到了线性和RBF的结果，但不理解使用预先计算的内核的必要性。
浏览 2提问于2014-03-07得票数 1
回答已采纳
我已经在网上搜索了三个小时了，但我还没有找到解决办法。我想给libsvm预先计算的内核并对数据集进行分类，但是：
如何生成预先计算的内核？(例如，的基本预计算内核是什么？)
在libsvm文件中指出：
对于预先计算的内核，每个实例的第一个元素必须是ID。
样本= [1，0，0，0，0，2，0，1，0，1，3，0，0，1，1，4，0，1，1，2]问题=svm_problem(标签，样本) param = svm_parameter(kernel_type=PRECOMPUTED)
什么是身份证？这方面没有更多的细节。我能按顺序分配ID吗？
任何libsvm帮助和预先计算的内核示例
浏览 3提问于2010-03-19得票数 11
我试着比较libsvm的the预测和原始权向量w上的数据投影生成的决策值(我正在考虑线性情况)。为了调试目的，我使用相同的数据进行培训和测试。
W是根据libsvm常见问题计算的。然后我用z=X*w+b计算决策值。
当数据是可分离的(n=300，p=1000)时，这两种方法产生的决策值是不同比例的、相关的，但不完全相同(预测的标签也不完全相同)：
当数据不可分离(n=300，p=10)时，值之间的关系非常弱：
我想我错过了一些最基本的东西。有什么想法吗？Matlab的fitcsvm对象不会产生这种差异。
代码：
%% generate some random data
n=300;
浏览 3提问于2015-12-22得票数 3
回答已采纳
1回答
我目前正在开发自己的内核，用于分类，并希望将其包含到libsvm中，以取代libsvm提供的标准内核。
然而，我不能百分之百地确定如何做到这一点，显然我不想犯任何错误。当心，我的c++不是很好。我在libsvm常见问题解答页上发现了以下内容：
问:我想使用我自己的内核。有什么例子吗？在svm.cpp中，内核评估有两个子例程: k_function()和kernel_function()。我应该修改哪一个？一个例子是LIBSVM工具中的“字符串数据LIBSVM”。
我们有两个函数的原因如下。对于径向基函数核exp(-g _ xi _ xj _x^2)，如果先计算xi-xj，然后计算范数平方，则
浏览 4提问于2013-06-24得票数 1
回答已采纳
有人知道我将如何在matlab上学习LIBSVM库的laplace内核吗？LIBSVM在本质上没有laplace内核。有什么用的吗？
浏览 2提问于2014-04-04得票数 0
回答已采纳
1回答
我正在使用java libsvm，我创建了我的模型，现在我想用string数组来计算它，我已经为doubles数组这样做了
但是我不知道如何计算字符串数组，我希望有人能帮我
提前谢谢，
此代码用于双倍数组。
private double evaluate(Neighbor features, svm_model model) {
svm_node[] nodes = new svm_node[features.getDocument().getAttributes().size()];
Iterator<String> iteraitor = features.ge
浏览 1提问于2013-08-29得票数 3
回答已采纳
比方说，我希望使用LIBSVM来构建一个包含70%训练数据的模型。这有可能吗？
浏览 0提问于2013-04-26得票数 0
4回答
是否可以在LIBLINEAR中使用直方图相交/chi sauare内核？
我的问题是我有一个大小为5000的特征向量，所有的特征都是直方图特征。我不知道如何使用SVM进行训练/测试。
如何使用支持向量机进行训练？
libSVM支持4种类型的内核。
0 -- linear: u'*v
1 -- polynomial: (gamma*u'*v + coef0)^degree
2 -- radial basis function: exp(-gamma*|u-v|^2)
3 -- sigmoid: tanh(gamma*u'*v + coef0)
LibSVM支持线性
浏览 2提问于2012-09-14得票数 0
回答已采纳
我正在与libsvm在MATLAB和训练和测试一个1-VS所有的支持向量机与一个预先计算的非线性核。我对SVMs有点陌生，我正在尝试计算决策函数。我知道，对于线性支持向量机，我们可以通过(根据libsvm文档)获得w：
w = model.sv_coef'*model.SVs;
然后，我们可以根据以下内容计算决策值：
w'*x
然后，将标记编码预测到sign(w'*x+b)，其中b是某个阈值。
我特别感兴趣的是从我的非线性核获得分类分数。我该怎么做？
浏览 4提问于2014-02-17得票数 3
回答已采纳
从scikit learn实现了、NuSVC和LinearSVC，这些类能够对数据集执行多类分类。另一方面，我还了解到scikit learn也使用libsvm实现支持向量机算法。我对SVC和libsvm版本之间的区别感到有点困惑，到目前为止，我猜区别在于SVC是用于多类问题的支持向量机算法，而libsvm用于二进制类问题。有人能帮我理解一下这两者之间的区别吗？
浏览 1提问于2015-01-13得票数 33
回答已采纳
2回答
在训练和预测过程中，我使用了Matlab中的libsvm和选项'-b 1'。但是它总是返回Model does not support probabiliy estimates，所以我无法得到任何概率或精度估计。我尝试了二进制类支持向量机(不是nu！)，它应该与'-b 1'一起工作，但它不是。有人知道这个问题的原因吗？
谢谢
浏览 3提问于2014-02-18得票数 1
回答已采纳
我一直在尝试机器学习，我已经安装了scikit-通过anaconda学习，但是当我尝试从sklearn导入时，我的解释器给了我一个ImportError。当我尝试
python setup.py install
在我的站点-packages/sklearn目录中，我得到了以下错误：
creating build/temp.macosx-10.5-x86_64-3.5
creating build/temp.macosx-10.5-x86_64-3.5/src
creating build/temp.macosx-10.5-x86_64-3.5/src/libsvm
compile option
浏览 1提问于2015-12-28得票数 1
在使用Scikit-Learn的SVC实现时，我注意到了一个非常奇特但可能非常有用的现象。使用带有SVC的内置rbf内核比将自定义rbf函数传递给SVC()要慢得多。
从我到目前为止所能看到和理解的情况来看，这两个版本之间唯一的区别是，在内置rbf的情况下，不是sklearn，而是libsvm将计算内核。将一个专用的内核函数作为超参数传递给SVC()会导致sklearn内部的内核计算，而不是libsvm。结果是相同的，但--后一种情况下，计算时间仅为的一小部分。
示例
我提供了一个示例，以便您可以复制这种行为。
我创建了一个玩具数据集，该数据集模拟了我目前正在处理的数据。顺便说一句，我还研究了
浏览 0提问于2021-10-22得票数 4
我试着比较R中SVMs的不同实现，在e1071包中还有比libsvm实现更多的实现吗？
一般来说，除了libsvm实现nu-支持向量机和epsilon-支持向量机之外，是否有一个很好的替代方案？
浏览 2提问于2013-01-18得票数 3
2回答
我正在开发一个系统，它可以优化支持向量机(LIBSVM工具箱)的参数和最佳特性(输入)。我的优化技术是和谐搜索或遗传算法。在将数据插入到系统( Maxmin或美白)之前，我已将其规范化，因此您知道，我必须设置
-g gamma : set gamma in kernel function
-c cost : set the parameter C of C-SVC, epsilon-SVR, and nu-SVR
我有一个金融数据库的二进制分类问题。此外，有时我还使用“PCA”等降维技术和其他技术。
那么，您建议的伽马参数和成本参数搜索间隔是多少？
第二个问题:你认为我应该用优化技术来优化L
浏览 3提问于2014-05-12得票数 2
回答已采纳
1回答
高效多类支持向量机软件包
、、、
你们有没有使用高效的多类SVM包的经验？我目前正在使用libsvm，但是在300k实例和200个特性上，它需要非常长的时间(24+小时)来训练。
谢谢!
浏览 1提问于2014-01-26得票数 0
2回答
我在一个5x2交叉验证中使用Libsvm来分类非常大量的数据，也就是说，我有47k样本用于培训，47k样本用于10种不同配置的测试。
我通常使用Libsvm的脚本easy.py对数据进行分类，但是时间太长了，我已经等了3个多小时，什么也没有，而且我还要重复这个过程9次！
有谁知道如何更快地使用libsvm来处理大量的数据？C++的Libsvm函数比python函数的工作速度快吗？
浏览 8提问于2013-07-03得票数 3
回答已采纳
2回答
我使用以下功能：
kernel = @(X,Y,sigma) exp((-pdist2(X,Y,'euclidean').^2)./(2*sigma^2));
若要以下列方式计算一系列内核：
K = [(1:size(featureVectors,1))', kernel(featureVectors,featureVectors, sigma)];
但是，由于featureVectors是一个巨大的矩阵(大约10000x10000)，所以计算内核(例如K)确实需要很长的时间。
有可能以某种方式加快计算速度吗？
编辑:上下文
我通过libsvm使用一个带有高斯核的分类
浏览 3提问于2014-05-28得票数 2
回答已采纳
2回答
我有大型ish模型(~50 am )用于文本分类，我正在尝试在生产环境中使用它们的各种方法。对文档批次进行分类非常有效(使用predict和predict_proba，每分钟大约有1k个文档)。然而，对单个文档的预测是另一回事，正如在对的评论中所解释的
你是在批量做预测吗？不幸的是，SVC.predict方法需要大量开销，因为它必须重建一个类似于训练算法生成的LibSVM数据结构，在支持向量中进行浅拷贝，并将测试样本转换为可能不同于NumPy/SciPy格式的LibSVM格式。因此，对单个样本的预测肯定是缓慢的。-
我已经将SVC模型作为Flask应用程序提供服务，因此部分开销已经消
浏览 1提问于2014-01-29得票数 3
回答已采纳
1回答
libsvm的"grid.py“尝试只优化svm-train的两个参数"c”和"g“。我想通过对不同的参数反复运行"grid.py“来扩展"grid.py”以优化其他参数(例如"r“或"d")。我有几个问题
除了"c“和”g“之外，有没有其他脚本可以优化参数？哪些参数更关键，最大/最小范围是什么。有时，更改/优化一个参数会自动优化其他参数。svm-参数是否如此？
浏览 2提问于2012-04-30得票数 5
回答已采纳
我正在对两类向量做一些初步测试，试图用libsvm将它们分开。我在Matlab和cmd行(使用libsvm)获得了78.2%的正确识别率，但在Weka中我得到了大约95%的正确识别率。
Weka中没有进行交叉验证；只是训练模型，然后读取测试数据集并对其进行分类。
有人能给出一个解释吗？提前谢谢。
浏览 3提问于2012-05-18得票数 0
我正在使用python中的LIBSVM库，并尝试从计算出的支持向量重建超平面的方程(w'x + b)。
该模型似乎训练正确，但我无法手动计算与测试数据的svm_predict输出相匹配的预测结果。
我已经使用了FAQ中的以下链接来尝试并排除故障，但我仍然无法计算正确的结果。
我的代码如下：
from svmutil import *
import numpy as np
ytrain, xtrain = svm_read_problem('small_train.libsvm')
# Change labels from 0 to -1
for index i
浏览 11提问于2018-08-14得票数 0
3回答
和都是实现支持向量机的软件库。有什么关系呢？这些差异是如何使liblinear比libsvm更快的呢？
浏览 0提问于2012-07-17得票数 28
回答已采纳
1回答
我在某个地方读到过，在非线性核上不可能解释支持向量机的决策值，所以只有符号才重要。然而，我看到有几篇文章对决策值设置了一个阈值(尽管使用了SVMlight ) 1。因此，我不确定对决策值设置阈值是否也符合逻辑，但我还是对结果感到好奇。
因此，在调用LibSVM ()时，python接口直接返回带有预测目标的决策值，是否有任何方法可以使用scikit-学习？我用svm.SVC()训练了一个二进制分类支持向量机模型，但是现在被困在那里了。
在源代码中，我发现svm.libsvm.decision_function()函数被注释为"(libsvm名称这是predict_values)“。然后
浏览 4提问于2014-02-15得票数 3
回答已采纳
我试图在Weka下使用LibSVM的包装器来获得单类分类器的最佳参数。
因此，我要去weka.classifiers.meta.GridSearch，然后选择LibSVM one类。
我使用的所有数据都被标记为同一个类。我想要找到的参数是nu和gamma
gridSearch选项是：
weka.classifiers.meta.GridSearch -E CC -y-property classifier.kernel.gamma -y-min -5.0 -y-max 2.0 -y步骤1.0 -y-基10.0 -y-表达式pow( I) -filter weka.filters.AllFilt
浏览 4提问于2013-05-15得票数 1
回答已采纳
到目前为止，我一直在训练一只猪使用LibLinear来检测物体，结果相当好。当我看到包含在LibSVM包中的grid.py python脚本时，我通过使用不同的C值进行交叉验证重新创建了这个脚本。
然而，此脚本尝试C和gamma的不同值，但liblinear没有gamma参数，那么bias参数是否类似于LibSVM的gamma？
谢谢!
浏览 17提问于2015-02-12得票数 0
1回答
复杂输入支持向量机库
、、、、
我想使用支持向量机库作为一个大学项目。由于研究领域是信号处理，数据由复向量组成：X在C^n中。
Matlab函数显然不支持复杂的输入。
有人知道是否可以为此目的起诉libSVM吗？还有其他的可能性吗？
浏览 3提问于2013-10-17得票数 0
3回答
我正在使用scikit-学习SVC对一些数据进行分类。我想提高训练成绩。
clf = svm.SVC(cache_size=4000，probability=True，verbose=True)
由于sckikit-学习与libsvm和libsvm的接口使用OpenMp，所以我希望：
导出OMP_NUM_THREADS=16
会在多个核上运行。不幸的是，这并没有帮助。
有什么想法吗？
谢谢
浏览 19提问于2012-11-07得票数 4
回答已采纳
我使用libsvm.jar (独立于weka)开发了一个数据挖掘应用程序。但我找不到如何实现Precision/Recall (java语言)来验证我的模型性能。
Libsvm类中是否有要包含的API或要使用的方法？
知道这种功能包含在LIBSVM的C和Python版本中(但不包括在java中)。
浏览 0提问于2012-11-23得票数 0
回答已采纳
1回答
在libsvm中编码分类变量
、、、、
libsvm中是否有一个类可以自动编码字符串/分类特征。我找到了一个叫做libsvmstringoutcomedatawriter的东西。上面使用的是哪种编码类型？一次热编码？
浏览 10提问于2016-07-27得票数 2
2回答
如何获取特征权重
、、、、
我正在处理高度不平衡的数据集，我的想法是从我的libSVM模型中获得特征权重的值。现在，我可以使用线性内核，在这里我可以获得特征权重，但是当我使用rbf或poly时，我无法达到我的目标。
这里我使用sklearn作为我的模型，使用.coef_很容易获得线性内核的特征权重。有人能帮我为rbf或poly做同样的事吗？到目前为止，我试图做的事情如下：
svr = SVC(C=10, cache_size=200, class_weight='auto', coef0=0.0, degree=3.0, gamma=0.12,kernel='rbf', max_iter=
浏览 3提问于2014-01-21得票数 22
回答已采纳
引言
我有表格的libsvm向量：
{i_1:v_1；i_2:v_2；.；i_n:v_n}
其中i_j:v_j分别表示索引和值。如果该值为null，则不会给它任何索引。
我的目标是计算两个libsvm向量之间的欧几里德距离。为此，我必须将它们转换为相同大小的vector<float>。在下面的示例中，我将展示用于将libsvm向量转换为vector<float>的函数。
示例
第一列有一个索引= 2648和一个值= 0.408734，这意味着它前面的所有值都是零。
2648:0.408734;4157:0.609588;6087:0.593104;26747:
浏览 0提问于2015-04-14得票数 0
回答已采纳
我正在使用Octave版本5.2.0和LIBSVM 3.24来构建垃圾邮件分类器。在不使用LIBSVM的情况下，我在测试和训练数据上都获得了>99%的准确率。但是当我使用LIBSVM时，我只能得到68-69%的.What修改，我应该对我的LIBSVM选项进行修改吗？这是我使用的代码
model = svmtrain(X, y,'-c 0.1 -t 2 -s 0 -g 1000');
p = svmpredict(y,X,model);
浏览 8提问于2020-04-28得票数 0
3回答
我目前正在使用matlab中的libsvm对两个标签进行分类。我已经提取了特征，大约有69个。我只想知道是否可以使用线性核进行两类分类，大约有69个特征。
谢谢
马库斯
浏览 2提问于2013-01-21得票数 0
我已经从下载了libsvm
我解压libsvm文件夹并将其复制到c:..../documents/MATLAB文件夹。将mex.h包含到所有C文件中。在libsvm->中，我有不同的文件夹。另外，在Matlab文件夹中，我还有libsvmread.c、libsvmwrite.c、makefile、make.m、svmtrain、svmpredict等文件。
如何在matlab中使用这些文件？任何人可以帮助我为这些文件创建.mex文件。我阅读并尝试了很多次，..it在我身上不能正常工作。我需要在matlab.can中创建svmensemble，有谁能尽快帮我。
浏览 1提问于2012-01-25得票数 0
我正在尝试将数据处理与android应用程序开发结合起来。我用libsvm在matlab中训练了svm模型，我正在开发的android应用程序可以从设备中获取数据特征。我想要的是在android中使用这个svm模型来预测新的数据。有没有办法只使用，使用模型，而不是实现整个svm算法是android？谢谢:)。模型为.mat文件。
浏览 4提问于2016-02-21得票数 3
回答已采纳
2回答
我想问一下，有没有人知道如何使用libsvm的python绑定在python中使用高维输出(多个)进行支持向量回归？我检查了示例，它们都假设输出是一维的。
浏览 0提问于2012-06-18得票数 3
回答已采纳
我试着训练一种用于异常检测的支持向量机。我想用随机搜索来调优我的模型。
我设定了我的模型参数的范围。然而，我得到了这个错误，我没有找到它的原因。ValueError：'f‘不在列表中
在加载我的数据和相关库之后。我指定支持向量机模型的细节如下：
param_dist = {"kernel":"rbf",
"gamma" : np.logspace(-9, 3, 13),
"nu" : np.linspace(0.01, 0.99, 99)}
clf = svm.One
浏览 0提问于2019-05-02得票数 1
回答已采纳
1回答
如何提高支持向量机的性能？
、、、、
利用LIBSVM和MatLab对34x5数据进行3类分类。我采用了10倍交叉验证法和RBF核函数。输出为该混淆矩阵，正确率为0.88 %(准确率为88%)。这是我的混淆矩阵
9 0 0
0 3 0
0 4 18
我想知道支持向量机内部有哪些方法可以提高机器学习技术的准确性或其他分类方法。有什么帮助吗？
这是我的SVM分类代码
load Turn180SVM1; //load data file
libsvm_options = '-s 1 -t 2 -d 3 -r 0 -c 1 -n 0.1 -p 0.1 -m 100 -e 0.000001 -h 1 -b 0
浏览 2提问于2013-09-10得票数 2
回答已采纳
1回答
我使用的是，我做了一个非常简单的实验，训练了10k向量，并且只用了22个测试。我使用的是参数成本为C=1的线性内核。我的问题是多类的。因此Libsvm将使用一对一的方法对我的数据进行分类。Libsvm使用查找分离超平面。
我的一个朋友做了同样的实验，但是使用的支持向量机分类器来自。他还使用了R.中的软件包，所用的内核是线性核，参数代价C等于1，用一对一的方法在MATLAB中对数据进行分类(一对一的方法是由我的朋友编写的)和e1071 R包。工具箱和R中的e1071都使用SMO方法在默认情况下寻找分离的超平面。
我还尝试了最新的库。同样，也使用了相同的配置。
以下是使用的代码：
libsvm
浏览 2提问于2014-04-19得票数 8
回答已采纳
1回答
我是LibSVM的初学者。我想用one vs all策略对LibSVM进行多分类。为了做到这一点，我已经阅读了它的基本原理，但它们并没有给我一个想法。有什么好的Java代码示例吗？
浏览 1提问于2015-09-21得票数 0
回答已采纳
支持向量机分类器(SVC)的一个选择是默认为假的probability。文档没有说明它是做什么的。看一下libsvm源代码，它似乎做了某种交叉验证。
LinearSVC或OneSVM不存在此选项。
我需要计算几个支持向量机模型的AUC分数，包括这两个。我应该用decision_function(X)作为阈值来计算AUC的分数吗？
浏览 3提问于2016-01-05得票数 6
回答已采纳
我正在使用LIBSVM对数据进行分类。我主要做一种分类。
我的训练集只包含一个类的数据，我的测试数据包含两个类的数据(一个属于目标类，另一个不属于目标类)。
在训练数据集和测试数据集上应用svmtrain和for预测，训练集的准确率为48%，测试集的准确率为34.72%。
是不是很好？如何知道LIBSVM是否对数据集进行了正确的分类？
浏览 1提问于2015-04-19得票数 2
回答已采纳
1回答
我在jupyter笔记本上工作。我有大量的数据需要先加载，然后再处理。我不想每次关机并启动我的笔记本电脑时都重新加载它。我在想，当我每次保存和检查笔记本时，它是否会保存已加载的数据和我所做的所有工作？那么，如果我合上笔记本，稍后再打开它，我就可以从上次停止的地方开始工作了吗？或者我需要使用像泡菜这样的东西？如果是这样的话，有人可以提供一个例子，我可以使用酸菜或类似的东西来保存我的数据和工作，并重新加载它？
在r中，我只需要保存一个rdata文件，并在以后加载该文件。我对python还是个新手。
更新：
code:
print(df_business[1:3])
Sample Data:
浏览 0提问于2017-10-26得票数 1
1回答
我有新闻数据，我想做感伤分析在LibSVM的帮助下，遵循所有的方法创建培训文件和测试文件。最初从100份阳性和阴性的饲料数据开始，用10份饲料测试数据进行测试，准确率在70%以上，但当我增加训练数据的大小，即每条数据约800份，用100份饲料进行测试时，准确率下降到50.999%。我不知道这背后的原因。
Training
java -classpath libsvm.jar svm_train trainexam.train d.model -K 1 -C 512
Prediction
爪哇-classpath libsvm.jar svm_predict testexam.te
浏览 4提问于2014-09-18得票数 0
回答已采纳
1回答
我试图熟悉使用libsvm实现的1类支持向量机。正如我所读过的，libsvm的1类任务中没有类标签。但是，当读取不带label列的数据文件时，总是会出现读取错误。我试着给我的玩具数据贴上标签，然后用svm训练测试结果模型，但是准确性总是很糟糕，大约50%。
我的问题是，如果我有一个标记的数据集(例如，几百个高斯分布的2d点和其中的几个离群点)，我如何使用这些数据来训练libsvm，以及如何估计结果模型的准确性？
浏览 1提问于2012-06-25得票数 1
2回答
我是第一次使用LIBSVM包。我知道调优参数很重要，但我有几个问题。
如何选择正确的内核？我知道线性是最快的，但是我们什么时候应该使用另一个呢？只有当精确度太低时，或者是否有其他方法可以编程自动选择正确的内核？
其次，在matlab中有没有一种有效的方法来调整SVM？我唯一能想到的就是为我想要测试的每个参数创建嵌套的for-loops，然后用分类器进行训练和预测。对于如此基本的东西来说，这是大量的代码...
浏览 1提问于2013-05-29得票数 4
回答已采纳
我有来自LIBSVM的以下模型文件：
svm_type c_svc kernel_type linear nr_class 2 total_sv 3 rho 0.0666415
label 1 -1 nr_sv 2 1 SV
0.004439511653718091 1:4.5 2:0.5
0.07111595083031433 1:2 2:2
-0.07555546248403242 1:-0.5 2:-2.5
我的问题是，如何从这些信息中算出权重向量？
浏览 0提问于2016-02-10得票数 0
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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
