SVM代码的学习

Question

嗯，它是一个论坛，用于发布您感到困难的问题，同样的事情发生在我身上，所以我在这里发布问题，我需要学习代码，理解它，它在做什么以及我们可以做更多的事情有了它

// Data for visual representation
    int width = 512, height = 512;
    Mat image = Mat::zeros(height, width, CV_8UC3);


 // Set up training data
     float labels[4] = {1.0, -1.0, -1.0, -1.0};
     Mat labelsMat(3, 1, CV_32FC1, labels);

     float trainingData[4][2] = { {501, 10}, {255, 10}, {501, 255}, {10, 501} };
     Mat trainingDataMat(3, 2, CV_32FC1, trainingData);

     // Set up SVM’s parameters
     CvSVMParams params;
     params.svm_type = CvSVM::C_SVC;
     params.kernel_type = CvSVM::LINEAR;
     params.term_crit = cvTermCriteria(CV_TERMCRIT_ITER, 100, 1e-6);

     // Train the SVM
     CvSVM SVM;
     SVM.train(trainingDataMat, labelsMat, Mat(), Mat(), params);

     Vec3b green(0,255,0), blue (255,0,0);
     // Show the decision regions given by the SVM
     for (int i = 0; i <2; ++i)
     for (int j = 0; j <2; ++j)
     {
     Mat sampleMat = (Mat_<float>(1,2) << i,j);
     float response = SVM.predict(sampleMat);

     if (response == 1)
     image.at<Vec3b>(j, i) = green;
     else if (response == -1)
     image.at<Vec3b>(j, i) = blue;
     }

我知道这段代码是用于训练数据的，但我想知道它的基本知识，它的基本理解，我想我在 opencv 文档中没有找到，比如为什么以及何时使用CV_8UC3，以及使用哪个这段代码正在训练的东西

谢谢

Answer 1

image是一个空的3通道矩阵数据，即512x512； R-G-B 频道。最后，此代码将响应（SVM 的预测）绘制到该图像上 - 某处的图像 = green = (0,255,0)。它是在一个 for 循环中完成的，以通过逐点分配创建行。

SVM模型训练是this method的一个内部过程，其中opencv使用了只看源码就能找到的学习算法。但是，文档中声明和描述了 svm_type、kernel_type、k_fold、grid、balanced 等参数会改变方法的行为。