classify_class_svm — Berechnen der Klasse eines Merkmalsvektors durch eine
Support-Vektor-Maschine.
classify_class_svm berechnet mit dem durch
SVMHandle gegebene Support-Vektor-Maschine (SVM) die
Num besten Klassen des Merkmalsvektors Features
und gibt die Klassen in Class zurück. Falls der
Klassifikator im Mode = 'one-versus-one' erzeugt
wurde, werden die Klassen nach der Anzahl der Stimmen der
Sub-Klassifikatoren sortiert. Im Mode =
'one-versus-all' erfolgt die Sortierung nach dem
Ausgabewert der Unter-Klassifikatoren (siehe
create_class_svm). Falls der Klassifikator im Mode =
'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 Class = 0, dass die Klasse als von der
Trainingsmenge abweichend betrachtet wird. Ein Wert von Class = 1
bedeutet, dass der Merkmalsvektor aus der gleichen Verteilung wie
die Trainingsdaten stammt. In diesem Fall wird Num auf 1 gesetzt,
da der Klassifikator nur die Zugehörigkeit zu einer Klasse testet.
Die SVM muss vor der Verwendung von classify_class_svm mit
train_class_svm trainiert werden.
SVMHandle (input_control) class_svm → (handle)
Handle der SVM.
Features (input_control) real-array → (real)
Merkmalsvektor.
Num (input_control) integer-array → (integer)
Anzahl der zu bestimmenden besten Klassen.
Defaultwert: 1
Wertevorschläge: 1, 2, 3, 4, 5
Class (output_control) integer(-array) → (integer)
Ergebnis der Klassifikation des Merkmalsvektors durch die SVM.
Sind die Parameterwerte korrekt, dann liefert
classify_class_svm den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine
Fehlerbehandlung durchgeführt.
train_class_svm,
read_class_svm
John Shawe-Taylor, Nello Cristianini: „Kernel Methods for Pattern
Analysis“; Cambridge University Press, Cambridge; 2004.
Bernhard Schölkopf, Alexander J.Smola: „Learning with Kernels“;
MIT Press, London; 1999.
Foundation