svm

    1

    1답변

    Accord.net에서 SVM을 사용하여 시계열 모델링을하고 있습니다. 나는 그것을 사용할 수있는 데이터 (예를 들어 5000)로 한 번 훈련시킨다. 그 후에 매 초마다 새로운 데이터를 얻습니다. 매 초마다 하나의 데이터를 사용하여 SVM 머신을 점차적으로 업데이트하고 싶습니다.

    0

    1답변

    색상을 기준으로 이미지를 분류하기위한 실험을하고 있습니다. 나는 9000 색으로 분류 된 9000 개의 구두 이미지의 데이터 세트를 각 색마다 1000 개의 이미지로 가지고 있습니다. TensorFlow의 How to Retrain Inception's Final Layer for New Categories 자습서를 따라 58.3 %의 정확도를 얻었습니다.

    1

    1답변

    일단 모델의 계수를 얻으면 결정 경계가 계산되는 방법을 이해할 수 없습니다. 여기에 내가 a = -w[0]/w[1]이 줄을 이해하지 못했다 코드 # get the separating hyperplane w = clf.coef_[0] a = -w[0]/w[1] xx = np.linspace(-5, 5) yy = a * xx - (clf.intercep

    0

    1답변

    안녕하세요, 나는 보행자의 INRIA 데이터 세트 이미지가 있고이 튜토리얼을 따라 svm am을 사용하여이 데이터 세트를로드하려면이 데이터 세트를로드하려고합니다. 내가 MATLAB에서이 코드를 사용할 때 폴더에 http://fr.mathworks.com/help/vision/examples/digit-classification-using-hog-featur

    1

    1답변

    보행자 감지를 위해 train_object_detector.cpp를 dlib 라이브러리에서 실행하려고했습니다. 나는 INRIA 데이터 세트를 사용하고 내가 그것을 사용하려고 할 때, 거기에 예외는 아니었다 해요 : 내가이 사진을 제거 할 때 exception thrown! Error! An impossible set of object boxes was g

    2

    1답변

    sklearn 분류 자의 예측 함수를 사용할 때, 나는 신뢰도를 추정하기 위해 예측에 사용되는 확률 분포를 살펴보고 싶습니다. 나는 다음과 같은 간단한 분류 구성을 사용하고 는 :는 clf = SGDClassifier(loss='log',penalty='l2',alpha=1e-3, n_iter=5, random_state=42).fit(X, Y) 그리고

    0

    1답변

    여기에 두 가지 수치는 물론 그와 관련된 몇 가지 질문을 게시합니다. 문제 해결에 도움을 줄 수 있습니까? enter image description here 이 지원 벡터의 소수에 의해 반사되어 쉽게 분리 집합이다 : 1. Training a simple linear SVM: % svm-train -t 0 -c 100 data0 data0.model

    -1

    1답변

    6 속성의 값에 따라 구 좌표 (r, theta, phi)를 예측해야하는 시나리오가 있습니다. 회귀 옵션과 함께 Libsvm을 사용하고 있습니다. 개체 인스턴스에 따라 개별적으로 레이블을 예측하면 의미가 없습니다. 또한 레이블을 결합하고 각 r, theta, phi에 대해 특정 레이블을 지정하면 의미가 없으며 SVM이 예측에 수렴하지 않습니다. SVM이 세

    0

    1답변

    교육 자료 : "class_a" : ["first class"], "class_b" : ["second class"], "class_c" : ["third class"], "class_d" : ["fourth class"] 기능 : 단어의 ['class', 'first', 'fourth', 'second', 'third'] 가방 매트릭스 기능

    1

    1답변

    나는 동적 시간 왜곡과 svm을 결합하여 분류 자로 사용하고자합니다. 내가 어코드 .NET을 사용하지만, 뭔가 잘못 내 코드가 여기 내 코드입니다 : double[][] inputs = new double[100][]; for(int i = 0; i < linesX.Length; i++) { inputs[i] = Arra