OpenCV支持向量機SVM簡介

• 支持向量機SVM簡介
• • 目標
  • 什么是SVM？
  • 最佳超平面如何計算？
  • 源代碼
  • 解釋
  • • 設置訓練數據
    • 設置SVM的參數
    • 由SVM分類的區域
    • 支持向量
  • 結果

支持向量機SVM簡介

目標

在本教程中，您將學習如何：
使用OpenCV函數cv :: ml :: SVM :: train可以基于SVM構建分類器，并使用cv :: ml :: SVM :: predict測試其性能。

什么是SVM？

支持向量機（SVM）是由分離超平面正式定義的判別式分類器。換句話說，給定帶標簽的訓練數據（監督學習），該算法將輸出最優超平面，該超平面將新示例分類。

從什么意義上說，超平面是最優的？讓我們考慮以下簡單問題：

對于屬于兩個類別之一的線性可分離2D點集，請找到一條分離直線。

總結

以上是生活随笔為你收集整理的OpenCV支持向量机SVM简介的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。