Matlab SVM：如何在vlfeat中使用chi2内核

我想在vlfeat中使用chi2内核而不是线性内核

是使用chi2的一个示例

。。。 %使用内核映射参数创建结构 hom.kernel='KChi2'； hom.order=2； %创建数据集结构 数据集=vl_svmdatasetX，'homkermap'，hom； %利用数据集结构在线扩展核映射学习支持向量机 [w b info]=vl_svmtraindataset，y，lambda，'MaxNumIterations'，maxIter

这里到底发生了什么？hom.order做什么

vl_svmdataset做什么？ 此外，还有一个名为vl_homkermap的函数。它有什么作用

假设我得到了一个矩阵m，我想用支持向量机对它和chi2内核进行比较

---

如何做到这一点？

大规模非线性支持向量机支持向量机可以使用合适的特征映射近似为线性支持向量机。 一般来说，线性支持向量机比原始非线性支持向量机学习和评估测试的速度要快得多，有关详细信息，请参阅本文

数据集=vl_svmdatasetX，'homkermap'，hom； 这一行将数据X转换为“卡方”内核映射

[w b info]=vl_svmtraindataset，y，lambda，'MaxNumIterations'，maxIter 这条线为变换后的数据训练一个线性支持向量机，在这种情况下，lambda是正则化参数，可以找到更多细节