我使用SVM对属于两个不同组(患者与对照)的患者的临床图像进行分类。我使用PCA从每幅图像中提取特征矢量,但我想添加其他临床信息(例如临床检查的输出值),以便将其包含在分类过程中。 有没有办法做到这一点? 我没有在文献中找到详尽的建议。 在此先感谢。SVM:从临床特征中提取特征矢量
1
A
回答
1
您可以在每个样本的末尾添加新信息。您可以尝试的其他方法是有两个额外的分类器,一个可以用附加信息进行训练,另一个可以将另外两个分类器的输出作为输入来产生最终预测。
0
这个问题很老,我发布我的答案。
如果您必须缩放您的值,请确保将新值缩放到PCA向量中值的类似范围。 如果您的PCA特征矢量长度不变,那么您只需从长度+ 1对于SVM输入(LIBSVM):
1 1:<PCAval1> ... N:<PCAvalN> N+1:<Clinical exam value 1> ...
我已经做了一个试验添加对细胞识别和提出的精确性,如一般特征。
这个Guide描述了如何使用枚举器特性。
P.S .: 在我的测试中,我已经分离出了细胞,并将显微镜图像中的细胞挤压成矩阵16x16。这个矩阵中的每个像素都是一个特征 - 256个特征。此外,我添加了一些功能作为原始大小,时刻等
相关问题
- 1. 如何排序独特的特征::矢量的特征::矢量?
- 2. SVM整数特征
- 3. 特征提取
- 4. 从VGG中提取特征
- 5. openlayers矢量特征z-indexing
- 6. 特征库中的广义特征值和矢量
- 7. 使用边缘检测器作为SVM中的特征矢量
- 8. Gabor特征提取
- 9. HOG特征提取
- 10. CountVectorizer提取特征
- 11. Keras中的特征提取
- 12. 连接SURF特征和氡特征来训练SVM
- 13. 从Python中的Doc2Vec中提取特征
- 14. [R特征值/特征向量
- 15. cvBlobsLib的特征向量和特征值
- 16. cvBlobsLib的特征向量和特征值
- 17. 从图像中提取Gabor特征
- 18. 从产品评论中提取特征
- 19. 从seaborn kdeplots中提取特征参数
- 20. 如何从fmri中提取特征?
- 21. 如何在特征提取中使用svm分类器
- 22. 阅读Caffe矢量提取的特征,在python中重塑矢量
- 23. 提取地震特征JSON
- 24. 特征提取训练
- 25. 提取斑点特征
- 26. VLFeat HOG特征提取
- 27. 项目提取特征
- 28. 绘制提取的特征
- 29. 冲浪特征提取
- 30. SIFT特征提取器
我想知道,是否使用级联分类器是必要的。这些附加功能是否意味着,您的SVM会转移到适当的“决策空间”?如果你愿意分享你的经验,我会非常感兴趣。 –