24小时热门版块排行榜    

查看: 2724  |  回复: 11

voidmainn

新虫 (小有名气)

[求助] SVM分类,原始数据点是二维矩阵,如何转化为列向量才能保证分类准确性? 已有2人参与

原始的每个数据点是16×16的二维矩阵,拿几百个这样的数据点用来训练svm分类器。那么怎样把这些二维矩阵表示的数据点转化为列向量表示才能准确分类?
我现在的做法是直接把矩阵中的后一列接在前一列,构成256维空间的列向量。这样可行吗?有没有什么高级办法可以降维同时保证不丢失特征?
恳请各位大神指点。

[ 发自手机版 http://muchong.com/3g ]
回复此楼

» 猜你喜欢

已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

hua_007

铜虫 (小有名气)

【答案】应助回帖

感谢参与,应助指数 +1
在你的方法的基础上,添加其他抽取的特征,16x16,就是理解为一个矩阵啊,例如特征值什么的
江湖
2楼2015-09-22 21:44:18
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

voidmainn

新虫 (小有名气)

引用回帖:
2楼: Originally posted by hua_007 at 2015-09-22 21:44:18
在你的方法的基础上,添加其他抽取的特征,16x16,就是理解为一个矩阵啊,例如特征值什么的

还有必要添加其他特征吗?再添加就是矩阵的特征值,行列式值之类的,而且这些值与元素相关,不是独立维度。我是想降维来着,这样又升维了。。

[ 发自手机版 http://muchong.com/3g ]
3楼2015-09-23 00:08:37
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

avhg

木虫 (著名写手)

幻象

【答案】应助回帖

感谢参与,应助指数 +1
看各个值意思,也可以平铺然后添加额外特征之后再降维?
只要坚持,胜利是迟早的事。
4楼2015-09-23 14:45:45
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

九品夹

新虫 (初入文坛)

16*16是图像数据吗?如果是的话,直接拉成256维也许会不够鲁邦的。可以试试特征提取或者降维。

发自小木虫Android客户端
5楼2015-09-23 21:04:58
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

voidmainn

新虫 (小有名气)

引用回帖:
4楼: Originally posted by avhg at 2015-09-23 14:45:45
看各个值意思,也可以平铺然后添加额外特征之后再降维?

矩阵里元素表示不同入射角度下的归一化光强,每个元素对应一个角度。还能有什么其他特征?我这原本就是一堆数,不是图像提取的数据。

[ 发自手机版 http://muchong.com/3g ]
6楼2015-09-24 00:30:58
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

voidmainn

新虫 (小有名气)

内容已删除
7楼2015-09-24 00:34:50
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

九品夹

新虫 (初入文坛)

引用回帖:
7楼: Originally posted by voidmainn at 2015-09-24 00:34:50
不是图像提取的特征数据。每个数据点原本就是一个数值矩阵,每个矩阵当然可以生成图像。不知道是否有降维方法?
...

你可以用主成分分析(pca)试试,如果数据蒋维后信息没有丢失,那么分类精度不会受影响

发自小木虫Android客户端
8楼2015-09-24 01:06:41
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

voidmainn

新虫 (小有名气)

引用回帖:
8楼: Originally posted by 九品夹 at 2015-09-24 01:06:41
你可以用主成分分析(pca)试试,如果数据蒋维后信息没有丢失,那么分类精度不会受影响
...

从意义上来说,矩阵每个元素都不能舍弃,它们并没有主次之分,也不能分配不同权重。这个pca方法能否用于这种问题?

[ 发自手机版 http://muchong.com/3g ]
9楼2015-09-24 01:12:59
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

九品夹

新虫 (初入文坛)

没有问题的,每一维都是等价的,没有主次之分。但是有可能某些维度上有冗余,比如所有的样本在第一维上都为0,那么pca算法就可以把这一维度去掉,从而降低到255维。具体降维如何操作,在哪一维上操作,要是是要看你的数据长什么样子。另外,我只是举个例子,pca算法可能没我刚刚说的那么简单,pca是向更底维的子空间投影。

发自小木虫Android客户端
10楼2015-09-24 01:27:59
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 voidmainn 的主题更新
最具人气热帖推荐 [查看全部] 作者 回/看 最后发表
[考研] 340求调剂 +4 话梅糖111 2026-03-24 4/200 2026-03-24 21:41 by yuyu98412
[考研] 材料与化工考研调剂 +7 孅華 2026-03-22 7/350 2026-03-24 21:04 by greychen00
[考研] 收08调剂生 +6 komorebi69 2026-03-18 6/300 2026-03-24 19:09 by 汪!?!
[考研] 274求调剂 +5 顾九笙要谦虚 2026-03-24 5/250 2026-03-24 18:43 by jhhcooi
[考研] 求调剂 +6 研研,接电话 2026-03-24 7/350 2026-03-24 17:01 by barlinike
[考研] 一志愿211 初试270分 求调剂 +5 谷雨上岸 2026-03-23 6/300 2026-03-24 16:32 by laoshidan
[基金申请] 请教下大家 2026年国家基金申请是双盲审吗? +3 lishucheng1 2026-03-22 5/250 2026-03-24 08:22 by gltch
[考研] 327求调剂 +5 prayer13 2026-03-23 5/250 2026-03-23 22:11 by 星空星月
[考研] 0703化学求调剂 +4 奶油草莓. 2026-03-22 5/250 2026-03-23 19:37 by pswait
[考研] 333求调剂 +6 87639 2026-03-21 10/500 2026-03-23 10:41 by Iveryant
[考研] 293求调剂 +3 涛涛Wjt 2026-03-22 5/250 2026-03-22 22:21 by jiangpengfei
[考研] 315分,诚求调剂,材料与化工085600 +3 13756423260 2026-03-22 3/150 2026-03-22 20:11 by edmund7
[考研] 一志愿中南化学(0703)总分337求调剂 +9 niko- 2026-03-19 10/500 2026-03-22 16:08 by ColorlessPI
[考研] 318求调剂 +4 plum李子 2026-03-21 7/350 2026-03-22 14:17 by ColorlessPI
[考研] 311求调剂 +3 勇敢的小吴 2026-03-20 3/150 2026-03-21 17:40 by ColorlessPI
[考研] 330求调剂 +4 小材化本科 2026-03-18 4/200 2026-03-20 23:13 by JourneyLucky
[考研] 材料与化工 322求调剂 +4 然11 2026-03-19 4/200 2026-03-20 22:12 by luoyongfeng
[考研] 求调剂 +3 @taotao 2026-03-20 3/150 2026-03-20 19:35 by JourneyLucky
[考研] 086500 325 求调剂 +3 领带小熊 2026-03-19 3/150 2026-03-20 18:38 by 尽舜尧1
[考研] 0856调剂,是学校就去 +8 sllhht 2026-03-19 9/450 2026-03-20 14:25 by 无懈可击111
信息提示
请填处理意见