python中支持向量机分类器的替代方案？
我需要比较155个图像特征向量。每个特征向量有5个特征。我的图像分成了10个类别。可惜的是，我每个类别至少需要100张图像才能使用支持向量机（SVM）。有没有其他的替代方法呢？
3 个回答
0
你可以看看 pybrain，网址是 http://pybrain.org。另外，可能可以考虑使用神经网络，因为我听说它们训练所需的数据比支持向量机（svm）少，但准确性可能稍微低一些。
0
如果你有一组属于同一类别的图片，而这些图片是通过对某张起始图片进行变换得到的，那么你可以通过对这些标记好的例子进行变换来增加你的训练数据量。
举个例子，如果你在做字符识别，可以使用一些细微的或弹性的变换。P. Simard在《卷积神经网络在视觉文档分析中的最佳实践》这篇文章中详细描述了这个方法。虽然他在文章中使用了神经网络，但同样的方法也适用于支持向量机（SVM）。
7
每个类别只有15个样本对于任何机器学习模型来说都太少了。与其浪费时间去尝试各种模型和参数，不如手动收集和标记一些新的例子，这样会更有效。如果你有很多没有标签的图片，可以使用像 https://www.mturk.com/ 这样的服务来帮助你。