如何预测第二个 class 更接近测试数据

Question

我正在使用 opencv-2.4 (CvSVM) 进行 class化。对于每个测试数据，它预测一个 class 作为预测输出。但是我需要找到下一个更接近测试数据的class。有什么办法可以在 opencv SVM classifier ??

中找到它

Answer 1

很遗憾，您不能直接使用当前界面进行操作。一种解决方案是改用库 libsvm。

您可以在 opencv 中完成，但这需要一些工作。

首先，您必须知道OpenCV使用"1-against-1"策略进行多class class化。对于 N-class 问题，它将训练 N*(N-1)/2 个二进制 classifier（每对 classes 一个），然后使用多数表决选择最有可能的 class.

您将必须应用每个 classifier，并自己完成大部分以获得您想要的。

下面的代码向您展示了如何使用 OpenCV 3 执行此操作（警告：它未经测试，可能包含错误，但它为您提供了一个很好的起点）。

Ptr<SVM> svm;
int N;            //number of classes
Mat data;         //input data to classify

Mat sv=svm->getSupportVectors();
Ptr<Kernel> kernel=svm->getKernel();
Mat buffer(1,sv.rows,CV_32F);
kernel->calc(sv.rows, sv.cols , sv.ptr<float>(), data.ptr<float>(), buffer.ptr<float>());  // apply kernel on data (CV_32F vector) and support vectors

Mat alpha, svidx;
vector<int> votes(N, 0);  // results of majority vote will be stored here

int i, j, dfi;
for( i = dfi = 0; i < N; i++ ) 
{
    for( j = i+1; j < N; j++, dfi++ )
    {
        // compute score for each binary svm
        double rho=svm->getDecisionFunction(dfi, alpha, svidx);
        double sum = -rho;
        for( k = 0; k < sv.rows; k++ )
            sum += alpha.at<float>(k)*buffer.at<float>(svidx.at<int>(k));
        // majority vote
        votes[sum > 0 ? i : j]++;
    }
}

编辑：这段代码改编自Opencv的内部代码here。正如 David Doria 在评论中指出的那样，这是不正确的，因为 SVM class 中没有定义 getKernel 函数。我还是把它留在这里，因为修改内部 OpenCV 代码来添加它应该不会太难，而且显然没有其他方法可以做到。

如何预测第二个 class 更接近测试数据

how to predict second class which is more close to test data

opencv

svm