SVM(支持向量機)是機器學習算法裏用得最多的一種算法。SVM最常用的是用於分類,不過SVM也可以用於迴歸,我的實驗中就是用SVM來實現SVR(支持向量迴歸)。
對於功能這麼強的算法,opencv中自然也是有集成好了,我們可以直接調用。OpenCV中的SVM算法是基於LibSVM軟件包開發的,LibSVM是臺灣大學林智仁(Lin Chih-Jen)等開發設計的一個簡單、易於使用和快速有效的SVM模式識別與迴歸的軟件包。
網上講opencv中SVM使用的文章有很多,但講SVM參數優化的文章卻很少。所以在這裏不重點講怎麼使用SVM,而是談談怎樣通過opencv中自帶的庫優化SVM中的各參數。
相信用SVM做過實驗的人都知道,SVM的各參數對實驗結果有很大的影響,比如C,gama,P,coef等等。下面就是CvSVMParams類的原型。
C++: CvSVMParams::CvSVMParams()
C++: CvSVMParams::CvSVMParams(int svm_type,
int kernel_type,
double degree,
double gamma,
double coef0,
double Cvalue,
double nu,
double p,
CvMat* class_weights,
CvTermCriteria term_crit
)
- CvSVM::C_SVC : C類支持向量分類機。 n類分組 (n≥2),允許用異常值懲罰因子C進行不完全分類。
- CvSVM::NU_SVC : 類支持向量分類機。n類似然不完全分類的分類器。參數爲取代C(其值在區間【0,1】中,nu越大,決策邊界越平滑)。
- CvSVM::ONE_CLASS : 單分類器,所有的訓練數據提取自同一個類裏,然後SVM建立了一個分界線以分割該類在特徵空間中所佔區域和其它類在特徵空間中所佔區域。
- CvSVM::EPS_SVR : 類支持向量迴歸機。訓練集中的特徵向量和擬合出來的超平面的距離需要小於p。異常值懲罰因子C被採用。
- CvSVM::NU_SVR : 類支持向量迴歸機。 代替了 p。
<2>kernel_type:SVM的內核類型(4種):
- CvSVM::LINEAR : 線性內核,沒有任何向映射至高維空間,線性區分(或迴歸)在原始特徵空間中被完成,這是最快的選擇。
- CvSVM::POLY : 多項式內核:
- CvSVM::RBF : 基於徑向的函數,對於大多數情況都是一個較好的選擇:
- CvSVM::SIGMOID : Sigmoid函數內核:
C++: bool CvSVM::train(const Mat& trainData,
const Mat& responses,
const Mat& varIdx=Mat(),
const Mat& sampleIdx=Mat(),
CvSVMParams params=CvSVMParams()
)
C++: bool CvSVM::train_auto(const Mat& trainData,
const Mat& responses,
const Mat& varIdx,
const Mat& sampleIdx,
CvSVMParams params,
int k_fold=10,
CvParamGrid Cgrid=CvSVM::get_default_grid(CvSVM::C), CvParamGrid gammaGrid=CvSVM::get_default_grid(CvSVM::GAMMA), CvParamGrid pGrid=CvSVM::get_default_grid(CvSVM::P), CvParamGrid nuGrid=CvSVM::get_default_grid(CvSVM::NU), CvParamGrid coeffGrid=CvSVM::get_default_grid(CvSVM::COEF), CvParamGrid degreeGrid=CvSVM::get_default_grid(CvSVM::DEGREE),
bool balanced=false
)
- 前5個參數參考構造函數的參數註釋。
- k_fold: 交叉驗證參數。訓練集被分成k_fold的自子集。其中一個子集是用來測試模型,其他子集則成爲訓練集。所以,SVM算法複雜度是執行k_fold的次數。
- *Grid: (6個)對應的SVM迭代網格參數。
- balanced: 如果是true則這是一個2類分類問題。這將會創建更多的平衡交叉驗證子集。
- 這個方法根據CvSVMParams中的最佳參數C, gamma, p, nu, coef0, degree自動訓練SVM模型。
- 參數被認爲是最佳的交叉驗證,其測試集預估錯誤最小。
- 如果沒有需要優化的參數,相應的網格步驟應該被設置爲小於或等於1的值。例如,爲了避免gamma的優化,設置gamma_grid.step = 0,gamma_grid.min_val, gamma_grid.max_val 爲任意數值。所以params.gamma 由gamma得出。
- 最後,如果參數優化是必需的,但是相應的網格卻不確定,你可能需要調用函數CvSVM::get_default_grid(),創建一個網格。例如,對於gamma,調用CvSVM::get_default_grid(CvSVM::GAMMA)。
- 該函數爲分類運行 (params.svm_type=CvSVM::C_SVC 或者 params.svm_type=CvSVM::NU_SVC) 和爲迴歸運行 (params.svm_type=CvSVM::EPS_SVR 或者 params.svm_type=CvSVM::NU_SVR)效果一樣好。如果params.svm_type=CvSVM::ONE_CLASS,沒有優化,並指定執行一般的SVM。
用上面的代碼的就可以自動訓練並優化參數。最後,若想查看優化後的參數值,可以使用CvSVM::get_params()函數來獲得優化後的CvSVMParams。下面是示例代碼: