有沒有用c或c++實(shí)現(xiàn)svm算法

用OpenCV使用SVM算法的大概流程是1)設(shè)置訓(xùn)練樣本集需要兩組數(shù)據(jù)，一組是數(shù)據(jù)的類別，一組是數(shù)據(jù)的向量信息。

創(chuàng)新互聯(lián)主營(yíng)礦區(qū)網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營(yíng)網(wǎng)站建設(shè)方案,成都app軟件開發(fā)公司,礦區(qū)h5小程序開發(fā)搭建,礦區(qū)網(wǎng)站營(yíng)銷推廣歡迎礦區(qū)等地區(qū)企業(yè)咨詢

那么這種非線性可分的數(shù)據(jù)是否就不能用SVM算法來求解呢？答案是否定的。事實(shí)上，對(duì)于低維平面內(nèi)不可分的數(shù)據(jù)，放在一個(gè)高維空間中去就有可能變得可分。

針對(duì)以上問題的主要改進(jìn)有有J.Platt的SMO算法、T.Joachims的SVM、C.J.C.Burges等的PCGC、張學(xué)工的CSVM以及O.L.Mangasarian等的SOR算法。

所謂的最優(yōu)c和gamma是利用gridsearch來實(shí)現(xiàn)的，就是設(shè)置c的取值范圍，gamma的取值范圍，計(jì)算模型輸出準(zhǔn)確度最高的那個(gè)c和gamma的組合。

svm文件手機(jī)可以打開碼

1、看了一下libsvm的svm.h、svm.cpp文件，發(fā)現(xiàn)有svm_save_model()，svm_load_model()等函數(shù)。于是乎用mex小做封裝，寫了兩個(gè)matlab可以直接調(diào)用的接口。

2、svm_predict.java1212 并主要參考主文件夾下的 README11文件。將jar包添加到工程的libs中，將兩個(gè)java文件也復(fù)制到你的MainActivity.java所在的package中。

3、使用的時(shí)候再打開。開發(fā)者選項(xiàng)，主要是連接電腦，安裝軟件、刷機(jī)，安裝第三方軟件采用的。一直打開，連接電腦可能會(huì)自動(dòng)安裝一些不需要的軟件，甚至造成病毒輕松進(jìn)入手機(jī)，所以如果不需要連接電腦，復(fù)制文件、安裝軟件，建議關(guān)閉。

4、超級(jí)通俗的解釋：支持向量機(jī)是用來解決分類問題的。先考慮最簡(jiǎn)單的情況，豌豆和米粒，用曬子很快可以分開，小顆粒漏下去，大顆粒保留。用一個(gè)函數(shù)來表示就是當(dāng)直徑d大于某個(gè)值D，就判定為豌豆，小于某個(gè)值就是米粒。

在libsvm的源代碼中,為什么要把支持向量表示成二維數(shù)組[][]svm_node...

1、LibSVM是以源代碼和可執(zhí)行文件兩種方式給出的。如果是Windows系列操作系統(tǒng)，可以直接使用軟件包提供的程序，也可以進(jìn)行修改編譯；如果是Unix類系統(tǒng)，必須自己編譯。

2、SVM是一種二類分類模型。它的基本模型是在特征空間中尋找間隔最大化的分離超平面的線性分類器。

3、model = libsvmtrain(training_label_vector， training_instance_matrix [， libsvm_options])；這個(gè)函數(shù)有三個(gè)參數(shù)，其中-training_label_vector：訓(xùn)練樣本的類標(biāo)，如果有m個(gè)樣本，就是m x 1的矩陣(類型必須為double)。