2014年4月2日
摘要: 以下简称交叉验证(Cross Validation)为CV.CV是用来验证分类器的性能一种统计分析方法,基本思想是把在某种意义下将原始数据(dataset)进行分组,一部分做为训练集(train set),另一部分做为验证集(validation set),首先用训练集对分类器进行训练,在利用验证集来测试训练得到的模型(model),以此来做为评价分类器的性能指标.常见CV的方法如下:1).Hold-Out Method将原始数据随机分为两组,一组做为训练集,一组做为验证集,利用训练集训练分类器,然后利用验证集验证模型,记录最后的分类准确率为此Hold-OutMethod下分类器的性能指标.此 阅读全文
posted @ 2014-04-02 16:26 york_hust 阅读(296) 评论(0) 推荐(0) 编辑
摘要: Libsvm is a simple, easy-to-use, and efficient software for SVMclassification and regression. It solves C-SVM classification, nu-SVMclassification, one-class-SVM, epsilon-SVM regression, and nu-SVMregression. It also provides an automatic model selection tool forC-SVM classification. This document e 阅读全文
posted @ 2014-04-02 15:35 york_hust 阅读(711) 评论(0) 推荐(0) 编辑
摘要: English:libsvm_options:-s svm_type : set type of SVM (default 0)0 -- C-SVC1 -- nu-SVC2 -- one-classSVM3 -- epsilon-SVR4 -- nu-SVR-t kernel_type : set type of kernel function (default 2)0 -- linear: u'*v1 -- polynomial: (gamma*u'*v + coef0)^degree2 -- radial basis function: exp(-gamma*|u-v|^2 阅读全文
posted @ 2014-04-02 10:49 york_hust 阅读(633) 评论(0) 推荐(0) 编辑