河工大第二次作业概要1.docVIP

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
河工大第二次作业概要1

计算机智能第二次作业 题目二: LibSVM代码注释 SVM.h struct svm_node        //用来存储单一向量中的单个特征 { int index;           //索引号 double value;          //值 }; struct svm_problem     //存储本次参加运算的所有样本(数据集),及其所属类别。 { int l;           //样本总数 double *y;         //指向样本所属类别的数组 struct svm_node **x;    //指向一个存储内容为指针的数组 };    enum { C_SVC, NU_SVC, ONE_CLASS, EPSILON_SVR, NU_SVR };   //枚举svm的类型 enum { LINEAR, POLY, RBF, SIGMOID };            //枚举核函数的类型   struct svm_parameter { int svm_type;          //SVM类型 int kernel_type;         //核函数类型 double degree;          //2式中的d double gamma;          //2,3,4式中的gamma double coef0;          //2,4式中的r /* these are for training only */ double cache_size; /* in MB */ //制定训练所需要的内存,默认是40M double eps; /* stopping criteria */ double C; /* for C_SVC, EPSILON_SVR and NU_SVR */ //惩罚因子 int nr_weight; /* for C_SVC */  //权重的数目,目前在实例代码中只有两个值,一个是默认0,             //另外一个是svm_binary_svc_probability函数中使用数值2。 int *weight_label; /* for C_SVC */ //权重,元素个数由nr_weight决定 double* weight; /* for C_SVC */ double nu; /* for NU_SVC, ONE_CLASS, and NU_SVR */ double p; /* for EPSILON_SVR */ int shrinking; /* use the shrinking heuristics */ //指明训练过程是否使用压缩。 int probability; /* do probability estimates */ //新增,指明是否要做概率估计 };   //以下是所用到的核函数公式:         struct svm_model //用于保存训练后的训练模型,当然原来的训练参数也必须保留 { svm_parameter param; // parameter // 训练参数 int nr_class; // number of classes, = 2 in regression/one class svm // 类别数 int l; // total #SV // 支持向量数 svm_node **SV; // SVs (SV[l]) // 保存支持向量的指针 double **sv_coef; //相当于判别函数中的alpha double *rho; // constants in decision functions (rho[n*(n-1)/2]) //相当于判别函数中的b double *probA; // pariwise probability information //新增函数 double *probB; //新增函数 // for classification only int *label; // label of each class (label[n]) //类标 int *nSV; // number of SVs for each class (nSV[n])      //每个类中的元素数 // nSV[0] + nSV[1] + ... + nSV[n-1] =

您可能关注的文档

文档评论(0)

676200 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档