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

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