【发布时间】:2014-10-14 11:24:10
【问题描述】:
目前我正在使用 libsvm 3.18 进行概率估计的多类分类。是否需要:
标准化标签。例如,我有 3 个标签的数据:120、125、131,我是否必须将它们转换为 0、1、2?
按标签对数据进行排序?
OpenCV 的 SVM 有一些代码来“准备数据”,看起来它完成了上述两件事,所以我想问一下使用 libsvm 时是否也是这种情况
【问题讨论】:
标签: machine-learning svm libsvm
目前我正在使用 libsvm 3.18 进行概率估计的多类分类。是否需要:
标准化标签。例如,我有 3 个标签的数据:120、125、131,我是否必须将它们转换为 0、1、2?
按标签对数据进行排序?
OpenCV 的 SVM 有一些代码来“准备数据”,看起来它完成了上述两件事,所以我想问一下使用 libsvm 时是否也是这种情况
【问题讨论】:
标签: machine-learning svm libsvm
libSVM 不需要更改数据的标签或对数据进行排序。 首先,您需要以这种方式转换数据格式: Label 1:value 2:value ... 然后对输入数据进行归一化处理,例如使用 libSVM 中提供的 svm-scale 对数据的各个维度进行缩放。 现在您可以使用 SVM 来训练模型。 更详细的说明可以查看http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf。
【讨论】: