什么是OpenCV svm類型參數

Question

opencv SVM實現采用標記為“ SVM類型”的參數，該參數必須在訓練SVM時使用的CVSVMParams結構中使用。 我能找到的所有解釋是：

// SVM type
enum { C_SVC=100, NU_SVC=101, ONE_CLASS=102, EPS_SVR=103, NU_SVR=104 };

有人知道這些不同的值代表什么嗎？

Answer 1

它們是SVM的不同公式。 SVM的核心是數學優化問題。 這個問題可以用不同的方式來陳述。

C-SVM使用C作為余量大小和分類錯誤的訓練點數之間的折衷參數。 C只是一個數字，有用范圍取決於數據集，它的范圍可以從很小（如10-5）到很大（如10 ^ 5），具體取決於您的數據。

nu-SVM使用nu代替C。nu大約是訓練點的百分比，最終將作為支持向量。 支持向量越多，您的余量就越大，將被錯誤分類的訓練點就越多。 nu的范圍從0.1到0.8-在0.1時，訓練點的大約10％是支持向量，在0.8時，更像是80％。 我之所以這么說，是因為它只是以這種方式關聯-不精確。

epsilon-SVR和nu-SVR使用SVM進行回歸。 該概念不是通過查找最大余量超平面來進行二進制分類，而是使用該概念來找到最適合數據的超管，以便將其用於預測未來模型。 它們的參數化方式不同（例如nu-SVM和C-SVM不同）。

一類SVM是新穎性檢測。 而不是二進制分類或預測值，而是給SVM一個訓練集，它嘗試訓練一個模型以包裝該集合，以便將來的實例可以分類為類的一部分或在類之外（新的或離群值）。

Answer 2

一般來說：

• 分類SVM類型1（也稱為C-SVM分類）
• 分類SVM類型2（也稱為nu-SVM分類）
• 回歸SVM類型1（也稱為epsilon-SVM回歸）
• 回歸SVM類型2（也稱為nu-SVM回歸）

可以在SVM頁面上找到詳細信息