多分类SVM的应用核函数的选取及代码示例

本文探讨了在多分类SVM中如何选择合适的核函数,如linear、rbf和polynomial,并提供了相关应用示例。强调了核函数选择与特征向量类型的关系,以及如何通过训练多分类器进行多分类任务。此外,还提及了使用LibSVM工具箱进行分类的可能性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、应用SVM的关键在于核函数的选用,常用于图像处理的核函数主要有三个:linear(线性核), rbf(径向基函数),polynomial(多项式核)。

核函数的选用:针对不同的特征向量类型选用不同的核函数,简单选用核函数的方法就是:

1、linear:针对的是高维特征向量,特征向量里面的值跳变不能太大,例如Gabor变换提取的图像特征向量(4400维)。

2、rbf: 使用的范围较广,是SVM的默认核函数,适用于维数较低的,值跳变不大的特征向量。(LBP提取的低维特征向量,P邻域值、u2映射、riu2映射会影响向量的维数)

3、polynomial : 多项式核函数,非常适用于图像处理,可调节参数\sigma(可通过交叉验证或者枚举法获得)来获得好的结果。

clc
clear
close all
a = [];
k =3;
b=[];

load b
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

苏打水的杯子

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值