结合多种特征使用支持向量机

我想使用方向梯度直方图局部二值模式结合支持向量机。但是,这些特征的维度不同。我该如何将它们结合起来呢?


回答:

上面@人名的评论是正确的:你可以直接将这些特征连接起来。因此,对于每个数据点(图像),特征向量将如下所示:

[HOG1, HOG2, …, HOG4608, LBP1, LBP2, …, LBP7424]

其中HOGn表示HOG特征中的第n个特征,依此类推。

你的数据集的尺寸将是(图像数量,4608+7424)。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注