svm

1热度

2回答

可以说我有一段正常文本（<p> ... </p >）。现在，我想在广告或附加信息的某个位置放置一个框，以便将文字显示在右侧或左侧。它不应该高于或低于文本，文本应该围绕着框。我该怎么做？我尝试了span和div，但失败了。想法？感谢:-)

0热度

1回答

因此，我遵循本指南来培训我自己的HOG行人检测器。 https://github.com/DaHoC/trainHOG/wiki/trainHOG-Tutorial 并且它成功生成了4个文件。 cvHOGClassifier.yaml descriptorvector.dat features.dat svmlightmodel.dat 有谁知道如何加载descriptorvector.dat文件

-1热度

1回答

如何在此Tensorflow多类SVM代码中实现交叉验证

在以下链接提供的代码中，我需要在训练循环中添加10倍交叉验证，但我对Tensorflow很陌生，而且我真的很难找到一种方法来做到这一点，但仍然不知道。 https://github.com/nfmcclure/tensorflow_cookbook/blob/master/04_Support_Vector_Machines/06_Implementing_Multiclass_SVMs/06_m

2热度

1回答

定义成员资格提供和领域驱动，设计

我有我在哪里写一个自定义的成员提供一个问题，但我不知道哪里把它。我没有任何代码显示你，但基本上提供程序需要访问System.Web.Security以继承类，但它也需要数据访问（即连接字符串+ LINQ to SQL）来执行简单操作诸如ValidateUser之类的任务。如何我写的坚持，我已经由Apress出版在Pro ASP.NET MVC2框架阅读有关DDD的原则，成员资格提供？我的一个想法

0热度

1回答

发现输入变量的样本数不一致[100,300]

我是该领域的初学者，试图按照逻辑回归对数据集进行建模。代码如下： import numpy as np from matplotlib import pyplot as plt import pandas as pnd from sklearn.preprocessing import Imputer, LabelEncoder, OneHotEncoder, StandardScaler

1热度

1回答

如何提高Matlab中SVM训练和分类的准确性？

我有几个图像的svm培训。这是我第一个使用SVM的项目。我正在使用HOG特征提取来提取特征。培训功能并标记其位置1如果位于地平线上，则为0，如果位于背景上。我有74张训练图像和7张图像供测试。不幸的是，我不能超过50％的准确度。我改变了图像大小，我在特征提取中玩过单元大小。它并没有改变那么多。我可以尝试什么？什么是理想的数据集编号，有多少图像用于培训和测试？例如，在一幅图像中，它预测下一幅图像中的

0热度

1回答

线性支持向量机与非线性支持向量机高维数据

我正在一个项目中使用Spark Mllib线性支持向量机对一些数据进行分类（l2正则化）。我有200个积极的观察结果和150个（产生的）消极观察结果，每个数据具有744个特征，代表了房屋不同区域的人的活动水平。我已经运行了一些测试，并且“areaUnderROC”度量值为0.991，并且似乎该模型在对我提供给它的数据进行分类时非常好。我做了一些研究，发现线性SVM在高维数据中很好，但问题是我不

4热度

1回答

使用SVM回归进行预测？

我想用支持向量机（SVM）进行预测。并与我使用如下功能的MATLAB和fitrsvmpredict， tb = table(x,y) Mdl = fitrsvm(tb,'y','KernelFunction','gaussian') YFit = predict(Mdl,tb); scatter(x,y);

1热度

1回答

org.rosuda.REngine.Rserve.RserveException：从java运行R脚本时eval失败

我得到RserveExcpetion，名为org.rosuda.REngine.Rserve.RserveException：在运行下面的代码时eval失败。 import org.rosuda.REngine.REXPMismatchException; import org.rosuda.REngine.Rserve.RConnection; import org.rosuda.REngi

-1热度

1回答

调SVM短数据帧

我试图建立与该数据帧中的分类模型： str(aa) 'data.frame': 49 obs. of 967 variables: $ Lunes : num 0.1 0.14 0.19 0.15 0.14 0.12 0.19 0.15 0.15 0.15 ... $ Martes : num 0.15 0.16 0.21 0.17 0.15 0.