使用在 Matlab 中训练的 SVM 模型在 python 中进行分类

Question

我有一个在 MATLAB 中训练的 SVM 模型（使用 6 个功能），我有：

• 支持向量 [337 x 6]
• 阿尔法 [337 x 1]
• 偏见
• 内核函数：@rbf_kernel
• 内核函数参数 = 0.9001
• 组名 [781 x 1]
• 支持向量索引 [337 x 1]
• 比例数据包含：
  • 移位 [1 x 6]
  • 比例因子 [1 x 6]

以上这些都是我可以在python中加载的数据。

现在我想在 python 中使用这个模型，而不需要重新训练来在 python 中执行分类。特别是我想从 MATLAB 中生成的支持向量在 python 中创建一个 SVM 模型

有可能吗？如何？任何帮助将不胜感激！ 我无法在 python 中重新训练它，因为我没有训练数据（和标签）了。

Answer 1

我想你了解 SVM 的工作原理，所以我要做的是在 python 中再次训练模型，只是在你找到的支持向量上而不是在所有原始训练数据上，结果应该保持不变（就像你在完整数据上训练它），因为支持向量是数据中“有趣”的向量，它们位于边界上。