C++ 八度音阶中的LIBSVM-SVM-如何使用从;svmtrain“;
嗨,我以前有人工神经网络的背景,我是用八度音阶做的。我成功地把网络从八度转换成C++。p>C++ 八度音阶中的LIBSVM-SVM-如何使用从;svmtrain“;,c++,octave,svm,libsvm,C++,Octave,Svm,Libsvm,嗨,我以前有人工神经网络的背景,我是用八度音阶做的。我成功地把网络从八度转换成C++。p> w = (model.sv_coef' * full(model.SVs)); bias = -model.rho; predictions = sign(inputMiss * w' + bias); 我的方法是从网络返回的参数(WIWE矩阵和偏置矩阵),并将其复制到C++参数,并进行正确的计算。 w = (model.sv_coef' * full(model.SVs)); bias = -mode
w = (model.sv_coef' * full(model.SVs));
bias = -model.rho;
predictions = sign(inputMiss * w' + bias);
我的方法是从网络返回的参数(WIWE矩阵和偏置矩阵),并将其复制到C++参数,并进行正确的计算。
w = (model.sv_coef' * full(model.SVs));
bias = -model.rho;
predictions = sign(inputMiss * w' + bias);
现在我开始在八度音阶中使用svm,我成功地使用LIBSVM进行训练
w = (model.sv_coef' * full(model.SVs));
bias = -model.rho;
predictions = sign(inputMiss * w' + bias);
以下是培训代码:
model = svmtrain(vOutput, vInput,'-g 1 -c 100 ' );
w = (model.sv_coef' * full(model.SVs));
bias = -model.rho;
predictions = sign(inputMiss * w' + bias);
以及预测验证组(新组)的结果
下面是predict的代码:
[predicted_label, accuracy, dec_values] = svmpredict(targetHit', inputHit, model);
w = (model.sv_coef' * full(model.SVs));
bias = -model.rho;
predictions = sign(inputMiss * w' + bias);
这工作做得很好。。但是我需要用C++来做,所以我想知道如何在不使用SvMeMevestBuffic函数的情况下预测结果。
w = (model.sv_coef' * full(model.SVs));
bias = -model.rho;
predictions = sign(inputMiss * w' + bias);
我在列车后得到的参数是:
fieldnames(model)
ans =
{
[1,1] = Parameters
[2,1] = nr_class
[3,1] = totalSV
[4,1] = rho
[5,1] = Label
[6,1] = sv_indices
[7,1] = ProbA
[8,1] = ProbB
[9,1] = nSV
[10,1] = sv_coef
[11,1] = SVs
}
w = (model.sv_coef' * full(model.SVs));
bias = -model.rho;
predictions = sign(inputMiss * w' + bias);
但我不知道如何使用这个参数。
如果有人能帮助我,并向我解释如何在不使用svmpredict功能的情况下手动使用参数
w = (model.sv_coef' * full(model.SVs));
bias = -model.rho;
predictions = sign(inputMiss * w' + bias);
好的,我发现这个代码:
w = (model.sv_coef' * full(model.SVs));
bias = -model.rho;
predictions = sign(inputMiss * w' + bias);
但它与svmpredict的结果不兼容 此代码应该可以帮助您:
w = (model.sv_coef' * full(model.SVs));
bias = -model.rho;
predictions = sign(inputMiss * w' + bias);
w = (model.sv_coef' * full(model.SVs));
bias = -model.rho;
predictions = sign(inputMiss * w' + bias);
但它与svmpredict->它应该适合的结果不兼容(请再次检查)
w = (model.sv_coef' * full(model.SVs));
bias = -model.rho;
predictions = sign(inputMiss * w' + bias);