OpenCV4android-配置SVM'；使用与Weka相同的参数进行培训'；s SMO

我在Weka的3.6.9中测试了一个数据集（没有改变任何东西，只是使用了标准参数），得到了很好的结果。我尝试在OpenCV中配置相同的SMO（Android版），但没有得到好的结果。我想在我的应用程序中配置和训练OpenCV的SVM，就像在Weka中找到的标准SMO一样，有人能帮我吗

Weka的标准SMO配置（具有10倍交叉验证）：

多项式核（在Weka-SMO中）如下所示：K（x，y）=（x，y）^p或K（x，y）=（x，y）+1）^p，其中p=1

OpenCV文档中关于polykernel的公式如下： K（x，y）=（gamma*（x，y）+coef0）^度，gamma>0

现在，我的代码尝试在OpenCV4Android中以同样的方式进行配置：

---

提前谢谢

您想查看此处找到的Weka SMO的默认设置

看看你的代码

参数集_coef0（1.0）

我们应该做到这一点

更详细地说，要使LibSVM（或任何基于LibSVM的库，如openCV MLL）产生相同的结果，您需要对内核进行以下设置：

您应该使用C-SVC（默认值），因此没有任何更改。 核：多核代替rbf

请注意SMO和LibSVM的不同之处，LibSVM的多核是（gamma+系数）^exp（或类似的值），而SMO有（+1）^exp

因此，您显然需要以下设置： 指数：1 伽马：1.0 系数：1.0

---

我做了两次测试，这就足够了。如果没有，您可能还需要调整其他设置以匹配默认设置

如果

p=1

基本上使用的是线性内核。在这种情况下，最好远离多项式。

weka.classifiers.functions.SMO -C 1.0 -L 0.001 -P 1.0E-12 -N 0 -V -1 -W 1 -K "weka.classifiers.functions.supportVector.PolyKernel -C 250007 -E 1.0"

CvSVMParams params = new CvSVMParams();
    params.set_svm_type(CvSVM.C_SVC);
    params.set_kernel_type(CvSVM.POLY);
    params.set_C(1.0);
    params.set_degree(1.0);
    params.set_coef0(0.0);
    params.set_gamma(1.0);
    params.set_term_crit(new TermCriteria(TermCriteria.EPS, 10000, 1e-12));

    CvSVM svm = new CvSVM();

    // n-fold cross validation
    int kFolds = 10;

    CvParamGrid C = new CvParamGrid();
    CvParamGrid p = new CvParamGrid();
    CvParamGrid nu = new CvParamGrid();

    CvParamGrid gamma = new CvParamGrid();
    gamma.set_step(0.0);
    CvParamGrid coeff = new CvParamGrid();
    CvParamGrid degree = new CvParamGrid();

    svm.train_auto(trainData, responses, new Mat(), new Mat(), params,
            kFolds, C, gamma, p, nu, coeff, degree, false);