Question

我正在移植一种算法，该算法使用Python的支持向量机（使用scikit-learn）到C ++（使用OpenCV的机器学习库）。

我可以访问Python中训练有素的SVM，我可以将XML文件中的SVM模型参数导入OpenCV。由于scikit-learn和OpenCV的SVM实现都基于LibSVM，我认为应该可以在OpenCV中使用受过训练的scikit SVM的参数。

下面的示例显示了一个XML文件，可用于在OpenCV中初始化SVM：

<?xml version="1.0"?>
<opencv_storage>
<my_svm type_id="opencv-ml-svm">
  <svm_type>C_SVC</svm_type>
  <kernel><type>RBF</type>
    <gamma>0.058823529411764705</gamma></kernel>
  <C>100</C>
  <term_criteria><epsilon>0.0</epsilon>
    <iterations>1000</iterations></term_criteria>
  <var_all>17</var_all>
  <var_count>17</var_count>
  <class_count>2</class_count>
  <class_labels type_id="opencv-matrix">
    <rows>1</rows>
    <cols>2</cols>
    <dt>i</dt>
    <data>
      0 1</data></class_labels>
  <sv_total>20</sv_total>
  <support_vectors>
    <_>
      2.562423055146794554e-02 1.195797425735170838e-01
      8.541410183822648050e-02 9.395551202204914520e-02
      1.622867934926303379e-01 3.074907666176152077e-01
      4.099876888234874062e-01 4.697775601102455179e-01
      3.074907666176152077e-01 3.416564073529061440e-01
      5.124846110293592716e-01 5.039432008455355660e-01
      5.466502517646497639e-01 1.494746782168964394e+00
      4.168208169705446942e+00 7.214937388193202183e-01
      7.400275229357797802e-01</_>
    <!-- omit 19 vectors to keep it short -->
  </support_vectors>
  <decision_functions>
    <_>
      <sv_count>20</sv_count>
      <rho>-5.137523249549433402e+00</rho>
      <alpha>
        2.668992955678978518e+01 7.079767098112181145e+01
        3.554240018130368384e+01 4.787014908624512088e+01
        1.308470223155845069e+01 5.499185410034550614e+01
        4.160483074010306126e+01 2.885504210853826379e+01
        7.816431542954153144e+01 6.882061506693679576e+01
        1.069534676985309574e+01 -1.000000000000000000e+02
        -5.088050252552544350e+01 -1.101740897543916375e+01
        -7.519686789702373630e+01 -3.893481464245511603e+01
        -9.497774056452135483e+01 -4.688632332663718927e+00
        -1.972745089701982835e+01 -8.169343841768861125e+01</alpha>
      <index>
        0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
        </index></_></decision_functions></my_svm>
</opencv_storage>

我现在想用来自训练有素的scikit-learn SVM的值填充这个XML文件。但我不确定scikit-learn和OpenCV的参数是如何对应的。这是我到目前为止（clf是Python中的分类器对象）：

<kernel><gamma>对应clf.gamma
<C>对应clf.C
<term_criteria><epsilon>对应clf.tol
<support_vectors>对应clf.support_vectors_

到目前为止这是正确的吗？现在这里是我不太确定的项目：

<term_criteria><iterations>怎么样？
<decision_functions><_><rho>是否与clf.intercept_对应？
<decision_functions><_><alpha>是否与clf.dual_coef_对应？在这里，我不确定，因为scikit-learn文档说“dual_coef_，其中包含产品y _iα_i”。看起来OpenCV只需要α_i，而不是y _iα_i。

Answer 1

您不再需要epsilon和iterations，这些用于培训优化问题。您可以将它们设置为您喜欢的号码或忽略它们。

移植支持向量可能需要一些摆弄，因为scikit-learn和opencv之间的索引可能不同。例子中的XML没有稀疏格式。

至于其他参数：

rho应与intercept_相对应，但您可能需要更改签名。
scikit的dual_coef_对应于标准libsvm模型中的sv_coef（alpha_i * y_i）。

如果opencv抱怨您在移植时为alpha提供的值，请使用scikit-learn的dual_coef_的绝对值（例如，所有正值）。这些是SVM模型的真正alpha值。

将训练有素的SVM从scikit-learn导入OpenCV

1 个答案: