[英]How to use scikit-learn's SVM with histograms as features?
我希望用scikit學習的SVM與卡方核,如圖所示這里 。 在這種情況下,內核是直方圖,這是我的數據表示。 但是,我找不到這些與直方圖一起使用的例子。 這樣做的正確方法是什么?
將直方圖視為向量的正確方法是什么?向量中的每個元素對應於直方圖的bin?
先感謝您
有使用近似特征圖的例子在這里 。 它適用於RBF內核,但它的工作原理相同。
上面的示例使用“管道”,但您也可以在將數據轉換為線性分類器之前將其應用於數據,因為AdditiveChi2Sampler
實際上並不以任何方式fit
數據。
請記住,這只是內核映射的近似(我發現它運行得很好),如果你想使用確切的內核,你應該使用ogrisel的anwser。
sklearn.svm.SVC
以兩種方式接受自定義內核:
kernel
參數傳遞給構造函數 fit
和kernel=precomputed
在構造函數中kernel=precomputed
前者可以慢得多,但不需要提前分配整個內核矩陣(這對於大型n_samples
可能是禁止的)。
更多詳細信息和指向自定義內核文檔中示例的鏈接。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.