使用在 Matlab 中训练的 SVM 模型在 python 中进行分类

Posted 2023-03-13

【中文标题】使用在 Matlab 中训练的 SVM 模型在 python 中进行分类

【英文标题】：Use SVM model trained in Matlab for classification in python

【发布时间】：2017-08-13 09:01:40

【问题描述】：

我有一个在 MATLAB 中训练的 SVM 模型（使用 6 个功能），我有：

支持向量 [337 x 6] 阿尔法 [337 x 1] 偏见 内核函数：@rbf_kernel 内核函数参数 = 0.9001 组名 [781 x 1] 支持向量索引 [337 x 1] 比例数据包含： 移位 [1 x 6] 比例因子 [1 x 6]

以上这些都是我可以在python中加载的数据。

现在我想在 python 中使用这个模型，而不需要重新训练来在 python 中执行分类。特别是我想从 MATLAB 中生成的支持向量在 python 中创建一个 SVM 模型

有可能吗？如何？任何帮助将不胜感激！ 我无法在 python 中重新训练它，因为我没有训练数据（和标签）了。

【参考方案1】：

我想你了解 SVM 的工作原理，所以我要做的是在 python 中再次训练模型，只是在你找到的支持向量上而不是在所有原始训练数据上，结果应该保持不变（就像你在完整数据上训练它），因为支持向量是数据中“有趣”的向量，它们位于边界上。

【讨论】：

支持向量不是已经转换到超平面空间了吗？我可以将它们用作特征吗？