dlib 的 dcd 训练器的“热启动”选项是不是仅适用于 1 类分类？

Posted 2023-03-13

【中文标题】dlib 的 dcd 训练器的“热启动”选项是不是仅适用于 1 类分类？

【英文标题】：is the 'warm start' option of dlib's dcd trainer only for 1-class classification?dlib 的 dcd 训练器的“热启动”选项是否仅适用于 1 类分类？

【发布时间】：2018-03-14 20:45:30

【问题描述】：

我正在将dlib 用于使用 SVM 对医学图像进行分类的程序。因为图像很大（许多特征，比如 10000 到 100000）并且我使用线性内核，所以听起来 svm_c_linear_dcd_trainer 是一个很好的类。

我喜欢svm_c_linear_dcd_trainer 类的另一个原因是它声称支持“热启动”，因此如果经常在样本中添加/减去单个观察值（例如在 LOOCV 中），这对于长向量是有效的.

但svm_c_linear_dcd_trainer 的唯一示例使用 one_class 分类。文档建议实现热启动的 force_last_weight_to_1 选项仅用于 1 类分类。

这是真的吗，即这个热启动选项是否不适用于二进制分类？在那种情况下，另一种实现会更快吗？

【参考方案1】：

这不是限制。您是否阅读了该课程的文档？ http://dlib.net/dlib/svm/svm_c_linear_dcd_trainer_abstract.h.html#svm_c_linear_dcd_trainer 在 dlib 的文档中，它说热启动仅限于一类分类。 svm_c_linear_dcd_trainer 的文档甚至没有提到我所看到的一个类分类。

【讨论】：

什么是“dob”？

感谢您的回答！在文档中并没有真正说明如何进行热启动？我在示例程序中找到了 force-to-1 选项的链接，那里的 cmets 让我认为它是针对 1 类分类器的......

"但是抛开empirical_kernel_map，将线性SVM变成一类SVM最重要的步骤如下。我们在每个特征向量的末尾附加一个-1值，然后告诉训练师将此功能的权重强制为 1。”

好的。那只是在谈论如何构造一个类分类器。阅读 api 文档以了解特定的 dlib 对象。

好的，所以热启动是由optimizer_state 类模板和使用它的train() 函数完成的，与强制权重为1 或偏差无关。我找到了active_learning.h 示例，现在它更有意义了！