我們應用SVM的非線性分類功能對手寫數(shù)字進行識別，我們在這應用poly做為非線性核

?

?

svm = mlpy.LibSvm(svm_type='c_svc', kernel_type='poly',gamma=10) svm.learn(x, y)

我們按像素分塊讀取數(shù)字特征后，形成訓練樣本，送入SVM訓練

?

本博客所有內(nèi)容是原創(chuàng)，如果轉(zhuǎn)載請注明來源

http://blog.csdn.net/myhaspl/

?

對樣本本身測試

?

print svm.pred(x)

對供測試的未知樣本進行測試

?

測試代碼如下：

?

for iii in xrange (1,10):testfn= 'nums/test/'+str(iii)+'-test.png'testx=[]testx.append(getnumc(testfn))print svm.pred(testx)

?

?

識別效果還可以，通過增加筆型差異較大的訓練樣本，效果將更好

>>> runfile(r'I:\book_prog\numsbsvm.py', wdir=r'I:\book_prog')

http://blog.csdn.net/myhaspl
myhaspl@qq.com


loading ?...
[ 1. ?1. ?1. ?1. ?2. ?2. ?2. ?2. ?3. ?3. ?3. ?3. ?4. ?4. ?4. ?4. ?5. ?5.
? 5. ?5. ?6. ?6. ?6. ?6. ?7. ?7. ?7. ?7. ?8. ?8. ?8. ?8. ?9. ?9. ?9. ?9.]
[ 1.]
[ 2.]
[ 3.]
[ 4.]
[ 5.]
[ 6.]
[ 7.]
[ 8.]
[ 9.]
>>>?

?

轉(zhuǎn)載于:https://www.cnblogs.com/suncoolcat/p/3323022.html

總結(jié)

以上是生活随笔為你收集整理的数学之路(3)-机器学习(3)-机器学习算法-SVM[9]的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。