如何在特征提取中使用svm分类器

时间:2013-04-29 19:03:24

标签: matlab svm

我计算了视频的5个功能..运行此视频40帧... 40 x 5阵列构建...用于制作我的训练数据i计算20个视频的功能... 20 * [40 by 5 ] ...同时制作小组我有一些问题... 1级和0级分配给每一行训练数据,如800行半1和0半0 ...或分配相关的单个40 x 5像20行....以及计算类性能的另一个问题,其中术语定义为“真实标签”.... CP = classperf(truelabels,classout).... classout一个数组,用于在真实标签上更新其值...但是,真实标签是1和0的相同长度的测试数据的数组?????

1 个答案:

答案 0 :(得分:0)

这个问题是关于如何使用这些matlab函数:

如果您尝试对整个视频进行分类,则每个视频会有一个标签,即分配1或0到"单个40 x 5的块,如20行",在这种情况下,您的训练数据矩阵应该是20x200(20个视频,200个功能),你将有一个20x1组标签矢量。

如果您尝试对每个视频中的单个帧进行分类,您的训练数据矩阵应为800x5(5个要素中的800帧),并且您将拥有800x1组标签向量。

根据classperf文档: " classout必须包含与truelabels相同数量的元素。" 它还有一个如何使用classperf的好例子。