訓練されたSVMをscikit-learnからOpenCVにインポートする

Question

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。

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。

Answer 1

epsilonとiterationsはもう必要ありません。これらはトレーニング最適化の問題で使用されています。お気に入りの番号に設定したり、無視したりすることができます。

scikit-learnとopencvの間でインデックスが異なる可能性があるため、サポートベクターを移植するには少しの手間が必要になることがあります。あなたの例のXMLは、例えば疎フォーマットを持っていません。他のパラメータについては

：

• rhoはintercept_に対応している必要がありますが、あなたは、符号を変更する必要があるかもしれません。
• scikitのdual_coef_は、標準libsvmモデル（alpha_i * y_i）のsv_coefに対応します。

opencvを移植する際に、あなたがalphaを提供する値を訴えた場合、scikit-learnのdual_coef_（例えば全て正）の絶対値を使用します。これらはSVMモデルの真のアルファ値です。