read_samples_class_svmT_read_samples_class_svmReadSamplesClassSvmReadSamplesClassSvm (Operator)

Name

read_samples_class_svmT_read_samples_class_svmReadSamplesClassSvmReadSamplesClassSvm — Lesen von Trainingsdaten einer Support-Vektor-Maschine aus einer Datei.

Signatur

read_samples_class_svm( : : SVMHandle, FileName : )

Beschreibung

read_samples_class_svmread_samples_class_svmReadSamplesClassSvmReadSamplesClassSvmReadSamplesClassSvm liest Trainingsmuster aus der durch FileNameFileNameFileNameFileNamefileName gegebenen Datei aus und fügt sie zu der schon in der Support-Vektor-Maschine (SVM) SVMHandleSVMHandleSVMHandleSVMHandleSVMHandle vorhandenen Trainingsmustern hinzu. Die SVM muss zuvor mit create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvm erzeugt werden. Wie bei train_class_svmtrain_class_svmTrainClassSvmTrainClassSvmTrainClassSvm und write_samples_class_svmwrite_samples_class_svmWriteSamplesClassSvmWriteSamplesClassSvmWriteSamplesClassSvm beschrieben, können read_samples_class_svmread_samples_class_svmReadSamplesClassSvmReadSamplesClassSvmReadSamplesClassSvm, add_sample_class_svmadd_sample_class_svmAddSampleClassSvmAddSampleClassSvmAddSampleClassSvm und write_samples_class_svmwrite_samples_class_svmWriteSamplesClassSvmWriteSamplesClassSvmWriteSamplesClassSvm dazu verwendet werden, einen großen Datensatz von aus Trainingsmustern aufzubauen, um somit die Leistung der SVM durch erneutes Trainieren zu verbessern.

Es ist zu beachten, dass die Trainingsdaten die korrekte Dimensionalität aufweisen. Die in FileNameFileNameFileNameFileNamefileName gespeicherten Merkmalsvektoren und Zielvektoren müssen die Längen NumFeatures und NumClasses besitzen, die bei create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvm angegeben worden ist. Die Klassenzugehörigkeit wird aus Kompatibilitätsgründen (siehe read_samples_class_mlpread_samples_class_mlpReadSamplesClassMlpReadSamplesClassMlpReadSamplesClassMlp) als Vektor gespeichert. Falls die Dimensionen falsch sind, wird eine Fehlermeldung zurückgegeben.

Ausführungsinformationen

Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
Wird ohne Parallelisierung verarbeitet.

Dieser Operator modifiziert den Zustand des folgenden Eingabeparameters:

SVMHandleSVMHandleSVMHandleSVMHandleSVMHandle

Während der Ausführung dieses Operators muss der Zugriff auf den Wert dieses Parameters synchronisiert werden, wenn er über mehrere Threads hinweg verwendet wird.

Parameter

SVMHandleSVMHandleSVMHandleSVMHandleSVMHandle (input_control, Zustand wird modifiziert) class_svm → (handle)

Handle der SVM.

FileNameFileNameFileNameFileNamefileName (input_control) filename.read → (string)

Name der Datei.

Ergebnis

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

Vorgänger

create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvm

Nachfolger

train_class_svmtrain_class_svmTrainClassSvmTrainClassSvmTrainClassSvm

Alternativen

add_sample_class_svmadd_sample_class_svmAddSampleClassSvmAddSampleClassSvmAddSampleClassSvm

Siehe auch

write_samples_class_svmwrite_samples_class_svmWriteSamplesClassSvmWriteSamplesClassSvmWriteSamplesClassSvm, clear_samples_class_svmclear_samples_class_svmClearSamplesClassSvmClearSamplesClassSvmClearSamplesClassSvm

Modul

Foundation

Operatoren