OpenCV支持向量機SVM用于非線性可分離數據

• 支持向量機SVM用于非線性可分離數據
• • 目標
  • 動機Motivation
  • 優化問題的擴展
  • 源代碼
  • 解釋
  • • 設置訓練數據
    • 設置SVM的參數
    • 訓練SVM
    • 顯示決策區域
    • 顯示訓練數據
    • 支持向量
  • 結果

支持向量機SVM用于非線性可分離數據

目標

在本教程中，您將學習如何：

在無法線性分離訓練數據時，為SVM定義優化問題。
如何配置參數以使SVM適應此類問題。

動機Motivation

為什么擴展SVM優化問題以處理非線性可分離的訓練數據有趣嗎？與簡單的線性分類器相比，在計算機視覺中使用SVM的大多數應用程序需要功能更強大的工具。這源于以下事實：在這些任務中，訓練數據很少可以使用超平面分離。

請考慮以下任務之一，例如，人臉檢測。在

總結

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。