用tensorflow tf.contrib.learn.SVM和saveing模型训练svm模型model_dir = os.path.join(define.root, 'src', 'static_data', 'svm_mo
浏览 2提问于2017-07-08得票数 0
回答已采纳
3回答
X_train = vectorizer.fit_transform(clean_documents_for_train, classLabel).toarray()为了对我的测试数据进行预测，我在中加载了另一个脚本，其中我有相同的TfidfVectorizer，并且我知道我不能对我的测试数据执行fit_transform。我可以加载我的训练数据并执行fit_transform，就像我在构建模型时所做的那样，但是我的<e
浏览 4提问于2015-12-03得票数 2
回答已采纳
1回答
我想把训练过程和预测过程分开。因此，我想找到一种方法来存储在我的硬盘CvSVM支持向量机对象，以便访问它时，我不需要再训练一个新的模型。这样，只要从硬盘中加载支持向量机对象，就可以使用预测方法。使用加载和保存函数来加载和保存支持向量机模型，从而导致munmap_chunk()：：无效指针消息(glibc检测到)消息。CvSVM SVM = detect.SVMt
浏览 1提问于2014-01-30得票数 0
回答已采纳
1回答
保存和加载SVM训练模型
、、、、
我已经训练了一个SVM分类器，并获得了很好的结果，现在我需要保存该模型，在需要的时候加载它，并预测新的未见数据。import GridSearchCVimport pandas as pd
from sklearn.svm
浏览 88提问于2021-02-01得票数 0
回答已采纳
1回答
如何只训练我的数据一次
、、、
这是我的代码，我用来训练数据集，但是每当我运行代码时，它就会再次开始矢量化和特征计数训练等等，而且每次我开始时都需要时间，我希望它应该训练数据集，而不是一次又一次地进行训练。parameters params.kernel_type = CvSVM::RBF; params.term_crit = cvTermCriteria(CV_TERMCRIT_I
浏览 2提问于2013-08-17得票数 1
回答已采纳
我有一个使用libsvm训练的SVM RBF模型。我有一个特征提取器，它现在是用OpenCV开发的，而不是用OpenCV重新训练模型，我想直接使用libsvm模型。我正在使用svm_load_model使用libsvm加载模型。我现在想使用svm_predict(模型，x)，但是测试数据要加载到svm_node x中。如何将OpenCV Mat功能转换为s
浏览 0提问于2013-06-12得票数 1
我已经使用带有训练数据集的RTextTools包在R中创建了一个文本分类支持向量机模型。SVM<-train_model(train_container,"SVM")
使用saveRDS(SVM,file="SVM.rds")函数将上述内容保存在本地。在未来的一段时间内，我想使用这个预先训练的模型来预测新生成的数据的分类(newdata与训练数据相同)，而不是再次
浏览 1提问于2017-05-26得票数 0
嗨，我正在使用libsvm (在VS2010中)训练我的数据，我成功地使用svm-scale.c缩放输入和输出数据，并且我的数据已经准备好接受训练了.1)。正如我从LIBSVM文档中看到的那样，我意识到首先我需要训练我的缩放数据并获得一个模型。然后用这个模型来预测最终结果，但问题是，当我想训练我的系统时，我不知道我的模型参数的最佳选择是什么，特别是(C，g)用于训练我的数据！我要做的是，首先<e
浏览 0提问于2013-05-17得票数 0
classifier; stringstream ss; classifier.save(ss.str().c_str());}当我尝试使用以下代码片段加载训练文件时，我已经保存了训练</e
浏览 2提问于2015-04-20得票数 0
我正在使用OpenCV 3.0.0和Python2.7.9从实时视频流中提取检测到的对象的图像，并将它们分类为属于特定对象类或不使用OpenCV机器学习支持向量机。我用来训练SVM的代码在图像中生成SIFT关键点，使用KMEANS聚类，然后输入到SVM训练算法中。所有这些都工作得很好，但因为它不一定是所需操作代码的一部分，所以我单独执行了它，并使用以下命令将支持向量机模型保存到.dat文件：
浏览 2提问于2015-09-27得票数 2
这些图像存储在一个数据库中，我将该数据库划分为训练区和测试区。因此，我在另一个程序中加载了SVM，但结果非常糟糕。准确率接近于零。因此，我尝试在训练程序中保存并立即加载支持向量机，但这里的准确
浏览 1提问于2016-05-09得票数 1
回答已采纳
1回答
我正在使用VLFeat，我有在我的数据集上训练线性支持向量机的代码。我想以某种方式将支持向量机保存到一个文件中，以便以后可以加载它，并在其他几个数据集中测试它。做这件事最好的方法是什么？使用vl_svm_get_model保存模型是否足够？svm结构的字节的简单序列化工作吗？
浏览 1提问于2014-05-01得票数 0
回答已采纳
1回答
我训练了一个具有缩放特征的SVM scikit-learn模型，并将其持久化以供以后使用。在另一个文件中，我加载了保存的模型，并希望提交一组新的特征来执行预测。我必须缩放这组新功能吗？问题在于使用经过缩放特征训练的持久化SVM模型进行单一预测。知道我做错了什么吗？
浏览 20提问于2019-07-01得票数 1
1回答
我已经用sklearn训练了一个SVM模型，我需要将它连接到php。为此，我使用exec命令在控制台中调用python脚本，在该脚本中，我使用pickle加载模型并预测结果。问题是用酸菜加载模型需要一些时间(几秒钟)，我希望它更快。有没有办法将这个模型保存在内存中，这样我就不需要每次都加载pickle了？
浏览 6提问于2018-02-28得票数 0
1回答
是否可以使用已经批量训练的模型在Apache Flink中对dataStream进行预测？val svm2 =支持向量机()svm2.fit(trainLV)val evalSet =svm</e
浏览 2提问于2018-07-19得票数 1
因此，众所周知，由于OpenCV中的一个错误，当您尝试加载一个非线性核支持向量机时，在保存它之后，会出现一个错误。有关更多信息，请参阅此处： return <
浏览 3提问于2017-04-08得票数 0
我正在使用支持向量机进行分类，我在一个项目中进行训练，在另一个项目中进行测试，以便只训练一次。svmDir+svmFile);string svmDir = "/File/Dir/";Ptr<ml::SVM> classifier = ml::SVM::load<ml::SVM>(svmDir+svmFile)
浏览 1提问于2015-09-30得票数 0
一般来说，我对SVMs和ML都很陌生，并且尝试做一些简单的练习，但是结果似乎不匹配。我将e1071与R结合使用，并一直在介绍詹姆斯、维滕、哈斯蒂和蒂斯拉尼的统计学习。times=300)))train <- dat[ind[1:600],]
tune1 <- tune(svm<- svm(train[,2]~., data=train, kernel = "radial",
浏览 2提问于2013-09-07得票数 3
回答已采纳
我使用TripAdvisor的文本评论数据集训练了一个情感分析分类器。它可以根据情感预测输入语篇的评等。所有的训练和测试都没问题。但是，当我将分类器加载到一个新的.ipynb文件并尝试使用评论进行预测时，我得到test_
浏览 13提问于2022-08-10得票数 -1
回答已采纳
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
