OpenCV支持向量機(jī)SVM用于非線性可分離數(shù)據(jù)

• 支持向量機(jī)SVM用于非線性可分離數(shù)據(jù)
• • 目標(biāo)
  • 動(dòng)機(jī)Motivation
  • 優(yōu)化問題的擴(kuò)展
  • 源代碼
  • 解釋
  • • 設(shè)置訓(xùn)練數(shù)據(jù)
    • 設(shè)置SVM的參數(shù)
    • 訓(xùn)練SVM
    • 顯示決策區(qū)域
    • 顯示訓(xùn)練數(shù)據(jù)
    • 支持向量
  • 結(jié)果

支持向量機(jī)SVM用于非線性可分離數(shù)據(jù)

目標(biāo)

在本教程中，您將學(xué)習(xí)如何：

在無法線性分離訓(xùn)練數(shù)據(jù)時(shí)，為SVM定義優(yōu)化問題。
如何配置參數(shù)以使SVM適應(yīng)此類問題。

動(dòng)機(jī)Motivation

為什么擴(kuò)展SVM優(yōu)化問題以處理非線性可分離的訓(xùn)練數(shù)據(jù)有趣嗎？與簡單的線性分類器相比，在計(jì)算機(jī)視覺中使用SVM的大多數(shù)應(yīng)用程序需要功能更強(qiáng)大的工具。這源于以下事實(shí)：在這些任務(wù)中，訓(xùn)練數(shù)據(jù)很少可以使用超平面分離。

請考慮以下任務(wù)之一，例如，人臉檢測。在

總結(jié)

以上是生活随笔為你收集整理的OpenCV支持向量机SVM用于非线性可分离数据的全部內(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(cuò)，歡迎將生活随笔推薦給好友。