私は、サポートベクターマシンをPython(scikit-learnを使用)からC++(OpenCVのマシンラーニングライブラリを使用)に移植しています。訓練されたSVMをscikit-learnからOpenCVにインポートする
私はPythonで訓練されたSVMにアクセスでき、SVCモデルパラメータをXMLファイルからOpenCVにインポートできます。 scikit-learnとOpenCVの両方のSVM実装はLibSVMに基づいているので、私はOpenCVで訓練されたscikit SVMのパラメータを使用することが可能でなければならないと思います。私は今、訓練を受けたscikit-学ぶSVMからの値で、このXMLファイルを埋めたい
<?xml version="1.0"?>
<opencv_storage>
<my_svm type_id="opencv-ml-svm">
<svm_type>C_SVC</svm_type>
<kernel><type>RBF</type>
<gamma>0.058823529411764705</gamma></kernel>
<C>100</C>
<term_criteria><epsilon>0.0</epsilon>
<iterations>1000</iterations></term_criteria>
<var_all>17</var_all>
<var_count>17</var_count>
<class_count>2</class_count>
<class_labels type_id="opencv-matrix">
<rows>1</rows>
<cols>2</cols>
<dt>i</dt>
<data>
0 1</data></class_labels>
<sv_total>20</sv_total>
<support_vectors>
<_>
2.562423055146794554e-02 1.195797425735170838e-01
8.541410183822648050e-02 9.395551202204914520e-02
1.622867934926303379e-01 3.074907666176152077e-01
4.099876888234874062e-01 4.697775601102455179e-01
3.074907666176152077e-01 3.416564073529061440e-01
5.124846110293592716e-01 5.039432008455355660e-01
5.466502517646497639e-01 1.494746782168964394e+00
4.168208169705446942e+00 7.214937388193202183e-01
7.400275229357797802e-01</_>
<!-- omit 19 vectors to keep it short -->
</support_vectors>
<decision_functions>
<_>
<sv_count>20</sv_count>
<rho>-5.137523249549433402e+00</rho>
<alpha>
2.668992955678978518e+01 7.079767098112181145e+01
3.554240018130368384e+01 4.787014908624512088e+01
1.308470223155845069e+01 5.499185410034550614e+01
4.160483074010306126e+01 2.885504210853826379e+01
7.816431542954153144e+01 6.882061506693679576e+01
1.069534676985309574e+01 -1.000000000000000000e+02
-5.088050252552544350e+01 -1.101740897543916375e+01
-7.519686789702373630e+01 -3.893481464245511603e+01
-9.497774056452135483e+01 -4.688632332663718927e+00
-1.972745089701982835e+01 -8.169343841768861125e+01</alpha>
<index>
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
</index></_></decision_functions></my_svm>
</opencv_storage>
:
次の例では、OpenCVのではSVMを初期化するために使用できるXMLファイルを示しています。しかし、私はscikit-learnとOpenCVのパラメータがどのように対応しているのかよくわかりません。ここで私は(clf
はPythonで分類子オブジェクトである)、これまで持っているものです。
<kernel><gamma>
はclf.gamma
<C>
に対応clf.C
<term_criteria><epsilon>
に対応clf.tol
<support_vectors>
に対応clf.support_vectors_
に対応
これまでのところ正しいですか?ここに私が本当にわからないものがあります:
<term_criteria><iterations>
については?<decision_functions><_><rho>
はclf.intercept_
に対応していますか?<decision_functions><_><alpha>
はclf.dual_coef_
に対応していますか?ここでは、scikit-learnのドキュメントに「」と書かれているので、わかりません。 iα i " OpenCVは、、、、、ではなく、 iしか期待していないようです。
この回答ありがとうございます。私はまだそれを試していないが、とにかくあなたの答えはいくつかの非常に有用な情報が含まれています。 'intercept_'の記号を変更する必要があるかどうかを知るにはどうすればいいですか? –
@RobertHegnerでは、scikitとopencvで同じテストポイントを使用できます。インターセプトの符号が間違っている場合、予測の決定値は正確に2 *のインターセプトだけ異なります。 –
ほかの人の参考にしてください:私は 'intercept_'の記号を変更する必要はなく、' dual_coef_'の絶対値を使う必要はありませんでした。それは完全にうまくいくようです!もう一度おねがいします。 –