Question

我尝试使用libSVM的auto_train功能自动训练我的数据集。阅读本页http://docs.opencv.org/modules/ml/doc/support_vector_machines.html 我试过这段代码：

CvSVMParams params;
params.svm_type    = CvSVM::C_SVC;
params.kernel_type = CvSVM::RBF;

因为我想要一个RBF内核。然后：

CvSVM SVM;
SVM.train_auto(trainFINAL, labelsFinal, Mat(), Mat(), params, 10, ...
   CvSVM::get_default_grid(CvSVM::C), CvSVM::get_default_grid(CvSVM::GAMMA), ...
   CvSVM::get_default_grid(CvSVM::P), CvSVM::get_default_grid(CvSVM::NU), ...
   CvSVM::get_default_grid(CvSVM::COEF), CvSVM::get_default_grid(CvSVM::DEGREE), ...
   false);

之后我尝试以这种方式绘制新参数：

CvSVMParams newParams = SVM.get_params();
cout << endl;
cout << "KERNEL   : " << newParams.kernel_type << endl;
cout << "SVM TYPE : " << newParams.svm_type << endl;
cout << "degree   : " << newParams.degree << endl;
cout << "gamma    : " << newParams.gamma << endl;
cout << "coef0    : " << newParams.coef0 << endl;
cout << "Cvalue   : " << newParams.C << endl;
cout << "p        : " << newParams.p << endl;

但我无法理解两件事：

首先，为什么在newParams.svm_type中它返回给我100（我指定的C-SVC，它应该是0）
第二，以这种方式绘制参数是否正确？

Answer 1

＆＃34;首先，为什么在newParams.svm_type中它返回给我100（我指定的C-SVC，它应该是0）＆＃34;

OpenCV枚举与LibSVM略有不同，请参阅http://docs.opencv.org/ref/2.4/dd/d88/classCvSVM.html

C_SVC是100，是OpenCV中的第一种类型的SVM（而不是LibSVM中的0）。

＆＃34;第二，以这种方式绘制参数是否正确？＆＃34;

我不确定你的意思＆＃34;情节＆＃34;参数，但如果你想知道newParams是否是优化参数，那么它们是。

如何在C ++中使用lib_VM中的auto_train

1 个答案: