如何在特征提取中使用svm分类器

-5

我计算了一个视频的5个特征。运行这个视频40帧... 40个5阵列构建...为了使我的训练数据为我计算20个视频的特征。 ..20 * [40乘5] ...同时使组我有一些问题......第1类和第0类分配给每行训练数据，如800行半1和0半0 ....或分配相关的单个块40×5 20行......以及计算类别性能时出现的另一个问题，其中术语定义为“真实标签”... CP = classperf（truelabels，classout）.... classout更新它的值超过了真正的标签......但是truelabels是一个1和0相同长度的测试数据的数组。如何在特征提取中使用svm分类器

来源

2013-04-29 user2263733

请问您可以投资5分钟问一个不知何故可读的问题？你应该如果你期望有人回答这个问题... – matheburg 2013-04-29 19:38:31

我以为你的疑惑解决了[this]（http://stackoverflow.com/questions/15913185/how-to-use-classifiers）问题。另外，请不要问问你是否在跟别人说话。我知道这是一个任务/项目，所以写一个问题就好像你在写报告一样。 – 2013-04-29 20:02:01

另外，如果您通过预测火车样本获得'classout'，则'truelabels'将成为训练标签，并且如果您通过预测测试样本获得'classout'，它将测试标签。阅读文档[这里]（http://www.mathworks.com/help/bioinfo/ref/classperf.html） – 2013-04-29 20:04:31

这个问题是关于如何使用这些MATLAB函数：

如果你想整个视频进行分类，你将有每一个标签视频，即将1或0分配给“单个块40×5 20行”，在这种情况下，您的训练数据矩阵应为20x200（20具有200个功能的视频），并且您将拥有20x1组标签向量。

如果您试图对每个视频中的各个帧进行分类，您的训练数据矩阵应该是800x5（800帧5个特征），并且您将拥有800x1组标签向量。

根据classperf文档： “classout必须包含与truelabels相同数量的元素。” 它也有一个如何使用classperf的好例子。

来源

2013-04-29 23:00:09 Bull

先生感谢您理解我的问题...因此truelabel将是我的组矢量安排 – user2263733 2013-05-01 04:57:10

如何在特征提取中使用svm分类器

回答

相关问题