CvSVM.predict（）给出'NaN'输出并且准确度低

我使用CvSVM仅对两种类型的面部表情进行分类。我使用基于LBP（本地二进制模式）的直方图从图像中提取特征，并使用cvSVM::train(data_mat,labels_mat,Mat(),Mat(),params)进行训练，其中，CvSVM.predict（）给出'NaN'输出并且准确度低

data_mat的大小为200x3452，其中包含行主要形式的200个样本的归一化（0-1）特征直方图与3452设有每个（取决于邻域点的数目）

labels_mat被相应的含只有两个值0和1 参数标签矩阵

是：

CvSVMParams PARAMS;

params.svm_type  =CvSVM::C_SVC; 
params.kernel_type =CvSVM::LINEAR; 
params.C   =0.01; 
params.term_crit=cvTermCriteria(CV_TERMCRIT_ITER,(int)1e7,1e-7);

的问题是： -

测试时我变得非常坏的结果（约10％-30％的准确率），即使有不同的内核和train_auto（）函数应用之后。
CvSVM::predict(test_data_mat,true)给“男”输出

，我将不胜感激任何帮助，它让我难住了。

来源

2013-02-17 Saikat

我想，你的类在你使用的特征空间中是线性硬/不可分的。也许在分类器训练步骤之前将PCA应用于数据集会更好，并估计此问题的有效维度。另外我认为它会用户测试你的数据集与其他分类器。您可以为此调整标准opencv示例points_classifier.cpp。它包括许多不同的分类器，可以使用类似的界面。

来源

2013-08-01 12:50:35

SVM泛化能力较低。首先通过主成分分析来减少数据维度，然后将SVM kerenl类型更改为RBF。

来源

2013-08-01 13:25:03

CvSVM.predict（）给出'NaN'输出并且准确度低

回答

相关问题