如何使用 scikit-learn 的 SVM 和直方图作为特征？答案

【问题标题】：How to use scikit-learn's SVM with histograms as features?如何使用 scikit-learn 的 SVM 和直方图作为特征？
【发布时间】：2012-08-31 08:46:12
【问题描述】：

我希望将 scikit-learn 的 SVM 与卡方内核一起使用，如 here 所示。在这种情况下，内核位于直方图上，这就是我的数据所表示的内容。但是，我找不到与直方图一起使用的示例。这样做的正确方法是什么？

将直方图视为向量是否正确，其中向量中的每个元素对应于直方图的一个 bin？

提前谢谢你

【问题讨论】：

【解决方案1】：

有一个使用近似特征图here的例子。它适用于 RBF 内核，但工作原理相同。

上面的示例使用“管道”，但您也可以在将数据传递给线性分类器之前将其应用于数据，因为AdditiveChi2Sampler 实际上并没有以任何方式将fit 应用于数据。

请记住，这只是内核映射的近似值（我发现它工作得很好），如果您想使用精确的内核，您应该使用 ogrisel 的 anwser。

【讨论】：

【解决方案2】：

sklearn.svm.SVC 以两种方式接受自定义内核：

前者可能要慢得多，但不需要提前分配整个内核矩阵（这对于大型n_samples 来说可能是禁止的）。

the documentation on custom kernels 中有更多详细信息和示例链接。

【讨论】：

OP 显然想要使用 Andy 的内核近似，它的工作方式不同（并且将与线性学习器一起使用）。
其实我不确定 OP 是否想要一个真正的内核并在其上使用 libsvm 的 SMO 求解器，或者 OP 是否想用非线性随机特征映射来近似内核扩展，然后训练一个线性 SVM，例如作为 SGDClassifier 。