SVM：如何在 vlfeat 中使用 chi2 内核

Posted 2023-02-19

【中文标题】SVM：如何在 vlfeat 中使用 chi2 内核

【英文标题】：SVM: How do I use the chi2 kernel in vlfeat

【发布时间】：2016-01-07 16:12:37

【问题描述】：

我想在 vlfeat 中使用 chi2 内核而不是线性内核。

Here 是使用 chi2 的示例。

"... % 创建一个带有内核映射参数的结构hom.kernel = 'KChi2'; hom.order = 2; % 创建数据集结构dataset = vl_svmdataset(X, 'homkermap', hom); % 使用数据集结构通过在线内核映射扩展学习 SVM[w b info] = vl_svmtrain(dataset, y, lambda, 'MaxNumIterations', maxIter)..."

这里到底发生了什么？ hom.order 是做什么的？

vl_svmdataset 有什么作用？ 此外，还有一个名为 vl_homkermap() 的函数。它有什么作用？

假设我有一个矩阵 m，我想在其上使用带有 chi2 内核的 svm。

我该怎么做？

【参考方案1】：

大规模非线性支持向量机 (SVM) 可以使用合适的特征图通过线性支持向量机来近似。 一般来说，线性 SVM 的学习和评估（测试）速度比原来的非线性要快得多，详情请参阅 this 论文。

数据集 = vl_svmdataset(X, 'homkermap', hom); 这一行将您的数据 X 转换为“卡方”内核映射

[w b info] = vl_svmtrain(数据集, y, lambda, 'MaxNumIterations', maxIter) 在这种情况下，这条线为转换后的数据训练线性 SVM lambda 是正则化参数，可以找到更多详细信息 here