适合用于基于手指弯曲度分类手部姿势的机器学习算法

我有一个训练集,包含四个手指的相对弯曲数据(0.0 = 未弯曲,1.0 = 最大弯曲)。

我正在寻找一种合适的机器学习算法来分类6种不同的手部姿势。

哪种算法适合这种分类任务?


回答:

据我所知,你有一组在[0.0,1.0]范围内的浮点数,你希望将它们分为六个类别。你已经为训练提供了分类。这使得这个问题变得非常简单——尽管你可以通过多种方式解决它。

或许最简单且最可靠的方法是使用有种子的k-means算法:指定每个类别的起始点,然后让算法运行。一个更复杂的版本是多类别(6个类别)的支持向量机(SVM),它会考虑所有训练数据并找出边界。

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