我是一个电子爱好者,他试图用ML来建模传感器中的错误,我已经在我的PC上用scikit中的SVM和python中的learn来训练传感器数据的模型。你知道吗
但过滤数据的用例是非常即时的,即传感器数据用于维持四架直升机的飞行,原始传感器数据应至少以200 Hz的频率通过学习模型进行过滤,当然我的电脑可以做到这一点,但我不能将我的电脑放在四架直升机上,因此我需要在微型CPU/微控制器上运行该模型,但没有我选择的合适的微控制器支持python。你知道吗
因此,我如何获得/提取学习模型的数学本质,换句话说,我如何获得通过训练得到的近似函数,以便我可以在我选择的任何微控制器中实现它。你知道吗
只是一个初学者尝试学习,任何帮助将不胜感激。你知道吗
由于计算能力有限,可能一个好的选择是使用逻辑回归,它简单,计算成本低,易于重复,是一个简单的函数,如y=w0+w1.x1+w2.x2+。。。+ wn.xn公司. 你知道吗
要提取函数,可以使用scikit learn logisticregression model(http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html)中的以下属性:
如果你还想使用支持向量机,我认为这个类似的问题可能对你有用:How to extract info from scikits.learn classifier to then use in C code
相关问题 更多 >
编程相关推荐