libsvm

    1

    1答えて

    私はオブジェクト認識を実行するためにlibsvmと3D記述子で試してみました。これまでのところ私は、オブジェクトの7つのカテゴリがあり、各カテゴリのために私はオブジェクトのその数(およびそのpourcentage)があります。 区分1 492(14%) 区分2 574(16%) を カテゴリ3 738(21%) カテゴリ4。 164(5%) カテゴリ5 369(10%) カテゴリ6。 123(3%

    0

    1答えて

    こんにちは私はスケーラcountvectorizer出力からのマッピングをお勧めしますか:([label、(nVocab、[i1、i2、...]、[c1、c2、...])]] )をlibsvm形式に変換します:(label、::...)? 文字列として入力すると、フィールドを取得するために分割する場所がわからないため、まずは入力します。 また、これにスカラーユーティリティがありますか? ありがとう

    0

    1答えて

    で間違った入力フォーマットIはLibsvmを使用しようとしていますし、私は次のように動作しました: [email protected]:/home/libsvm# ./svm-train myfile Wrong input format at line 1 [email protected]:/home/libsvm# head -n 5 myfile 2 0:0.00000 8:0.00

    0

    1答えて

    私はSVMを初めて使用しています。私はマルチクラスの分類の問題のためにjlibsvmを使用しています。基本的に、私は文分類の問題をやっています。 3クラスがあります。私が理解していることは、私がやっていることです1対1すべての分類。私は比較的小さな電車を持っています。合計75文、25文が各クラスに属します。 私はトレーニングしながら、SVM_Aで、文章がクラスAに属し、3つのSVMを(その3種類の

    0

    1答えて

    現在、20個のフィーチャと400K行のデータセットで作業しています。私はSVMを使用してマルチクラスの分類にe1071ライブラリを使用しています。私はこのコードを持っており、結果を得るのに2日ほどかかります。同じライブラリを使用して時間の複雑さを減らす方法はありますか?私が他のライブラリやオプションをどのようにRで考慮すべきなのでしょうか? svm.model <- svm(y ~., data

    0

    1答えて

    文分類タスクのためにlibsvm javaパッケージを使用しています。私は3つのクラスを持っています。すべての文章は、サイズ435のベクトルとして表されます。のベクトル_ファイルの形式は、次のとおりです。 1 0 0.12 0 0.5 0.24 0.32 0 0 0 ... 0.43 0最初の桁はクラスラベルを示し、残りはベクトルです。 public void makeSvmProb(ArrayL

    0

    1答えて

    私はSVMをオーディオデータdetに適用したいと思います。私は、音声信号からdifftrent機能をextarctingです。この行列の次元を減らした後、私はまだmatix形式で機能を取得しています。誰も私が行ベクトルの機能matixを変換する必要があります をformatingデータに関して私を助けることができますか? 1つのフィーチャマトリックスの各行に同じラベルを割り当て、他のマトリックスの

    0

    1答えて

    私はLIBSVMをインストールしたばかりで、このYouTube videoがデータセットを訓練しテストする方法を理解するのを見ました。 残念ながら、私は次のエラーを取得しています:私はここ Can't open input file a1a.train. 何をしないのですか? ありがとう

    1

    1答えて

    私はPythonでLIBSVMを使用してSVM分類の問題を実装しています。私はtrain_labelsと呼ばれる1.0と-1.0で構成された列挙型の配列とtrain_dataと呼ばれる別のnumpy配列の対応する機能を持っています。 LIBSVMは配列数列を受け入れないので、私は以下のコードを使ってリストに変換します。 train_labels = train_labels.tolist() t

    2

    1答えて

    私はバイナリ分類を行うためにMATLABでlibsvmを使用しています。 私はさまざまなパラメータで相互検証を行っていましたが、すべてのパラメータが同じ精度と結果を示しているようです。 また、サポートベクトルの数は、すべてのパラメータでゼロになっています。 folds = 5; [C,gam] = meshgrid(-5:2:15, -15:2:3); cv_acc = zeros(numel