在 Python 上使用 OpenCV 选择最佳 SVM 内核类型和参数

【问题标题】：Choosing the best SVM kernel type and parameters using OpenCV on Python在 Python 上使用 OpenCV 选择最佳 SVM 内核类型和参数
【发布时间】：2015-05-21 14:13:05
【问题描述】：

我正在尝试找到更适合我的数据的 SVM 内核类型和参数。我在 Python 上使用 OpenCV，我找到了函数 cv2.SVM.train_auto 来实现这一点，但是我没有找到一个明确的例子来说明如何使用它。

谁能指导我找到最好的内核或解释如何使用 cv2.SVM.train_auto？

【问题讨论】：

标签： python opencv kernel svm cross-validation

【解决方案1】：

我也在寻找该信息，但您可以查看 digits_adjust.py 示例，它使用 train() 而不是 train_auto()，并展示了如何迭代 C 和 gamma 参数以尝试找到最佳参数组合。

有趣的功能是：

...
def cross_validate(model_class, params, samples, labels, kfold = 3, pool = None):
...
    def adjust_SVM(self):
        Cs = np.logspace(0, 10, 15, base=2)
        gammas = np.logspace(-7, 4, 15, base=2)
...
            params = dict(C = Cs[i], gamma=gammas[j])
            score = cross_validate(SVM, params, samples, labels)
...

【讨论】：