KlassenKlassenKlassenKlassen | | | | Operatoren

classify_class_svmT_classify_class_svmClassifyClassSvmclassify_class_svmClassifyClassSvmClassifyClassSvm (Operator)

Name

classify_class_svmT_classify_class_svmClassifyClassSvmclassify_class_svmClassifyClassSvmClassifyClassSvm — Berechnen der Klasse eines Merkmalsvektors durch eine Support-Vektor-Maschine.

Signatur

classify_class_svm( : : SVMHandle, Features, Num : Class)

Herror T_classify_class_svm(const Htuple SVMHandle, const Htuple Features, const Htuple Num, Htuple* Class)

Herror classify_class_svm(const HTuple& SVMHandle, const HTuple& Features, const HTuple& Num, Hlong* Class)

Herror classify_class_svm(const HTuple& SVMHandle, const HTuple& Features, const HTuple& Num, HTuple* Class)

HTuple HClassSvm::ClassifyClassSvm(const HTuple& Features, const HTuple& Num) const

void ClassifyClassSvm(const HTuple& SVMHandle, const HTuple& Features, const HTuple& Num, HTuple* Class)

HTuple HClassSvm::ClassifyClassSvm(const HTuple& Features, const HTuple& Num) const

void HOperatorSetX.ClassifyClassSvm(
[in] VARIANT SVMHandle, [in] VARIANT Features, [in] VARIANT Num, [out] VARIANT* Class)

VARIANT HClassSvmX.ClassifyClassSvm(
[in] VARIANT Features, [in] VARIANT Num)

static void HOperatorSet.ClassifyClassSvm(HTuple SVMHandle, HTuple features, HTuple num, out HTuple classVal)

HTuple HClassSvm.ClassifyClassSvm(HTuple features, HTuple num)

Beschreibung

classify_class_svmclassify_class_svmClassifyClassSvmclassify_class_svmClassifyClassSvmClassifyClassSvm berechnet mit dem durch SVMHandleSVMHandleSVMHandleSVMHandleSVMHandleSVMHandle gegebene Support-Vektor-Maschine (SVM) die NumNumNumNumNumnum besten Klassen des Merkmalsvektors FeaturesFeaturesFeaturesFeaturesFeaturesfeatures und gibt die Klassen in ClassClassClassClassClassclassVal zurück. Falls der Klassifikator im Mode = 'one-versus-one'"one-versus-one""one-versus-one""one-versus-one""one-versus-one""one-versus-one" erzeugt wurde, werden die Klassen nach der Anzahl der Stimmen der Sub-Klassifikatoren sortiert. Im Mode = 'one-versus-all'"one-versus-all""one-versus-all""one-versus-all""one-versus-all""one-versus-all" erfolgt die Sortierung nach dem Ausgabewert der Unter-Klassifikatoren (siehe create_class_svmcreate_class_svmCreateClassSvmcreate_class_svmCreateClassSvmCreateClassSvm). Falls der Klassifikator im Mode = 'novelty-detection'"novelty-detection""novelty-detection""novelty-detection""novelty-detection""novelty-detection" erzeugt wurde, wird nur darüber entschieden, ob der Merkmalsvektor zu der Trainingsklasse gehört oder als Ausreißer angesehen wird. In diesem Fall bedeutet ein Ausgabewert von ClassClassClassClassClassclassVal = 0, dass die Klasse als von der Trainingsmenge abweichend betrachtet wird. Ein Wert von ClassClassClassClassClassclassVal = 1 bedeutet, dass der Merkmalsvektor aus der gleichen Verteilung wie die Trainingsdaten stammt. In diesem Fall wird NumNumNumNumNumnum auf 1 gesetzt, da der Klassifikator nur die Zugehörigkeit zu einer Klasse testet.

Die SVM muss vor der Verwendung von classify_class_svmclassify_class_svmClassifyClassSvmclassify_class_svmClassifyClassSvmClassifyClassSvm mit train_class_svmtrain_class_svmTrainClassSvmtrain_class_svmTrainClassSvmTrainClassSvm trainiert werden.

Parallelisierung

Parameter

SVMHandleSVMHandleSVMHandleSVMHandleSVMHandleSVMHandle (input_control)  class_svm HClassSvm, HTupleHTupleHClassSvm, HTupleHClassSvmX, VARIANTHtuple (integer) (IntPtr) (Hlong) (Hlong) (Hlong) (Hlong)

Handle der SVM.

FeaturesFeaturesFeaturesFeaturesFeaturesfeatures (input_control)  real-array HTupleHTupleHTupleVARIANTHtuple (real) (double) (double) (double) (double) (double)

Merkmalsvektor.

NumNumNumNumNumnum (input_control)  integer-array HTupleHTupleHTupleVARIANTHtuple (integer) (int / long) (Hlong) (Hlong) (Hlong) (Hlong)

Anzahl der zu bestimmenden besten Klassen.

Defaultwert: 1

Wertevorschläge: 1, 2, 3, 4, 5

ClassClassClassClassClassclassVal (output_control)  integer(-array) HTupleHTupleHTupleVARIANTHtuple (integer) (int / long) (Hlong) (Hlong) (Hlong) (Hlong)

Ergebnis der Klassifikation des Merkmalsvektors durch die SVM.

Ergebnis

Sind die Parameterwerte korrekt, dann liefert classify_class_svmclassify_class_svmClassifyClassSvmclassify_class_svmClassifyClassSvmClassifyClassSvm den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Vorgänger

train_class_svmtrain_class_svmTrainClassSvmtrain_class_svmTrainClassSvmTrainClassSvm, read_class_svmread_class_svmReadClassSvmread_class_svmReadClassSvmReadClassSvm

Siehe auch

create_class_svmcreate_class_svmCreateClassSvmcreate_class_svmCreateClassSvmCreateClassSvm

Literatur

John Shawe-Taylor, Nello Cristianini: „Kernel Methods for Pattern Analysis“; Cambridge University Press, Cambridge; 2004.
Bernhard Schölkopf, Alexander J.Smola: „Lerning with Kernels“; MIT Press, London; 1999.

Modul

Foundation


KlassenKlassenKlassenKlassen | | | | Operatoren