【机器学习基础】SVM实现分类识别及参数调优(二)

时间:2024-09-26 14:35:53

前言

实现分类可以使用SVM方法,但是需要人工调参,具体过程请参考here,这个比较麻烦,小鹅不喜欢麻烦,正好看到SVM可以自动调优,甚好!

注意

1.reshape的使用;

https://docs.opencv.org/3.3.1/d3/d63/classcv_1_1Mat.html#a4eb96e3251417fa88b78e2abd6cfd7d8

cv::Mat cv::Mat::reshape ( int cn, int rows =  ) const

参数

cn: New number of channels. If the parameter is , the number of channels remains the same.
rows: New number of rows. If the parameter is , the number of rows remains the same.

2.注意函数参变量如果在函数内部数据发生改变,且其他处有引用的话,函数的形参一定要使用引用。

3.注意调用函数形参的数据类型是否匹配。

4.调试过程中的错误也许是由其他处的原因导致的,所以一定要找到错误的根源。

5.一定要静下心来耐心地一步步跟踪、调试代码,直至找到真正的原因,调试过程中不要怕麻烦怕速度慢,尽量自己想办法解决。

6.对于一些库函数,可以网页查找,但是一定也要看看库函数的开发文档,更具有权威性和正确性。

7.

参考

1.

2. opencv3.3.1_SVM;

3.

https://blog.****.net/wyx100/article/details/75295215