1. 样本集的整理：提取特征，以LIBSVM指定格式存储。
2. 特征的标准化处理：特征的缩放Scaling，避免量纲的影响。
3. 选择合适的核函数类型
4. 优选核函数的参数与C
采用：交叉验证(或留一法)、grid-search
5. 基于优选的参数，利用训练集，进行SVM模型的训练
6. （预测）分类器的性能测试
7. 分类
摘自 人工智能论坛 jink2005版主
相关文章：
相似解决方案
热门标签
1. 样本集的整理：提取特征，以LIBSVM指定格式存储。
2. 特征的标准化处理：特征的缩放Scaling，避免量纲的影响。
3. 选择合适的核函数类型
4. 优选核函数的参数与C
采用：交叉验证(或留一法)、grid-search
5. 基于优选的参数，利用训练集，进行SVM模型的训练
6. （预测）分类器的性能测试
7. 分类
摘自 人工智能论坛 jink2005版主
相关文章：