libsvm和svmclassify哪个方法更好?

最近我在尝试使用支持向量机(SVM)进行特征分类。在这个过程中,我产生了一个疑问。

使用LIBSVM还是svmclassify会更好呢?我这里所说的svmclassify是指在MATLAB中使用内置函数,如svmtrainsvmclassify。因此,我想知道哪种方法更准确,哪种更易于使用。

既然MATLAB已经有了生物信息学工具箱,为什么还要使用LIBSVM呢?像svmtrainsvmclassify这样的函数不是已经内置了吗?LIBSVM还能带来哪些额外的好处呢?

我很想听听你们的意见。如果这个问题显得愚蠢,请原谅我..


回答:

我预计使用这两个库会得到非常相似的结果。

它们都非常易于使用。唯一的重大区别在于,一个是随MATLAB生物信息学工具箱一起提供的,另一个则需要从作者的网站上获取并手动安装。如果这对你来说是个问题,我建议你继续使用你电脑上已经安装的。如果不是的话,可以考虑使用LIBSVM,因为它是一个经过充分测试且备受推崇的库。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注