摘要：
如何使用，请查阅我的另两篇博客——SVM的使用train()，SVM的使用trainAuto()，K折交叉验证优化参数 核（由上到下）：线性、多项式、径向基函数、Sigmoid、指数卡方分布、直方图交运算 使用方式：参数范围可以参考上边的链接 //SVM类型及参数 svm->setType(SVM: 阅读全文
摘要：
依据机器学习算法如何学习数据可分为3类： 有监督学习：从有标签的数据学习，得到模型参数，对测试数据正确分类； 无监督学习：没有标签，计算机自己寻找输入数据可能的模型； 强化学习（reinforcement learning）：计算机与动态环境交互，学习错误反馈达到更优的目的。 依据机器学习期望结果来 阅读全文
摘要：
注意：数据结构的一致性，在高维度数据一般使用rbf核函数，使用网格搜索思想迭代求出gamma和c。 每行为一个样本，数据类型都围绕标黄代码而定义的。 SVM训练如下坐标（左边一列为A类，右边为B类），然后预测给出的坐标属于哪一类。 #include<opencv2\opencv.hpp> #incl 阅读全文