使用在Matlab中训练的SVM模型在python中进行分类

时间:2017-03-21 15:30:18

标签: python matlab scikit-learn svm

我有一个在MATLAB中训练的SVM模型(使用6个特征),我有:

  • 支持向量[337 x 6]
  • Alpha [337 x 1]
  • 偏置
  • 内核函数:@rbf_kernel
  • 内核函数Args = 0.9001
  • GroupNames [781 x 1]
  • 支持矢量指数[337 x 1]
  • 比例数据包含:
    • shift [1 x 6]
    • 比例因子[1 x 6]

以上是我能够在python中加载的所有数据。

现在我想在python中使用这个模型而不用再训练来在python中执行分类。特别是我想从Python中生成的支持向量

在python中创建一个SVM模型

有可能吗?怎么样?任何帮助将非常感谢! 我无法在python中重新训练,因为我不再拥有训练数据(和标签)。

1 个答案:

答案 0 :(得分:0)

我想你明白SVM是如何工作的,所以我要做的就是在你发现的支持向量上再次训练模型,而不是在所有原始训练数据上训练模型,结果应保持不变(就好像你因为支持向量是数据中的“有趣”向量,它们位于边界上。