如何根据与 SVM 的成对比较对图像进行排名？
How to rank images based on pairs of comparisons with SVM?
我正在开发一个神经网络来预测图像“好”程度的分数。这些图像是另一种机器学习算法的输入，应用程序需要告诉用户他们正在拍摄的图像对于该算法有多好。
我有一个训练数据集，我需要对这些图像进行排名，这样我就可以为回归神经网络训练的每张图像打分。
我创建了一个程序，一次从训练集中给我 2 张图像，我将决定哪一张获胜（或平局）。我听说可以使用 SVM Ranking 从这些比较中获得完整排名。但是，我之前并没有真正使用过 SVM。我只知道支持向量机的基础知识。看了几篇关于SVM Ranking的文章，好像算法把排序问题变成了分类问题，但是数学真的让我很困惑。
谁能用简单的术语解释它的工作原理以及如何在 Python 中实现它？
我又上网查了一下，找到了解决办法。
问题是如何将这个排名问题转化为分类问题。这个其实很简单。
如果你有图像（但不一定是图像，可以是任何东西）A 和 B，并且 A 比 B 好，那么我们可以有 (A, B, 1)。如果 B 更好，那么我们有 (A, B, -1)
我们只需要一个普通的 SVM 来获取 2 个图像的名称并将其分类为 1 或 -1。就是这样。
在我们训练这个模型之后，我们可以从数据集中给它所有可能的图像对，生成完整的排名将很简单。
我正在开发一个神经网络来预测图像“好”程度的分数。这些图像是另一种机器学习算法的输入，应用程序需要告诉用户他们正在拍摄的图像对于该算法有多好。
我有一个训练数据集，我需要对这些图像进行排名，这样我就可以为回归神经网络训练的每张图像打分。
我创建了一个程序，一次从训练集中给我 2 张图像，我将决定哪一张获胜（或平局）。我听说可以使用 SVM Ranking 从这些比较中获得完整排名。但是，我之前并没有真正使用过 SVM。我只知道支持向量机的基础知识。看了几篇关于SVM Ranking的文章，好像算法把排序问题变成了分类问题，但是数学真的让我很困惑。
谁能用简单的术语解释它的工作原理以及如何在 Python 中实现它？
我又上网查了一下，找到了解决办法。
问题是如何将这个排名问题转化为分类问题。这个其实很简单。
如果你有图像（但不一定是图像，可以是任何东西）A 和 B，并且 A 比 B 好，那么我们可以有 (A, B, 1)。如果 B 更好，那么我们有 (A, B, -1)
我们只需要一个普通的 SVM 来获取 2 个图像的名称并将其分类为 1 或 -1。就是这样。
在我们训练这个模型之后，我们可以从数据集中给它所有可能的图像对，生成完整的排名将很简单。