read_samples_class_svmT_read_samples_class_svmReadSamplesClassSvmReadSamplesClassSvmread_samples_class_svm (Operator)
Name
read_samples_class_svmT_read_samples_class_svmReadSamplesClassSvmReadSamplesClassSvmread_samples_class_svm — Lesen von Trainingsdaten einer Support-Vektor-Maschine aus einer
Datei.
Signatur
Beschreibung
read_samples_class_svmread_samples_class_svmReadSamplesClassSvmReadSamplesClassSvmReadSamplesClassSvmread_samples_class_svm liest Trainingsmuster aus der durch
FileNameFileNameFileNameFileNamefileNamefile_name gegebenen Datei aus und fügt sie zu der schon in
der Support-Vektor-Maschine (SVM) SVMHandleSVMHandleSVMHandleSVMHandleSVMHandlesvmhandle vorhandenen
Trainingsmustern hinzu. Die SVM muss zuvor mit
create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm erzeugt werden. Wie bei
train_class_svmtrain_class_svmTrainClassSvmTrainClassSvmTrainClassSvmtrain_class_svm und write_samples_class_svmwrite_samples_class_svmWriteSamplesClassSvmWriteSamplesClassSvmWriteSamplesClassSvmwrite_samples_class_svm
beschrieben, können read_samples_class_svmread_samples_class_svmReadSamplesClassSvmReadSamplesClassSvmReadSamplesClassSvmread_samples_class_svm,
add_sample_class_svmadd_sample_class_svmAddSampleClassSvmAddSampleClassSvmAddSampleClassSvmadd_sample_class_svm und write_samples_class_svmwrite_samples_class_svmWriteSamplesClassSvmWriteSamplesClassSvmWriteSamplesClassSvmwrite_samples_class_svm
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 FileNameFileNameFileNameFileNamefileNamefile_name gespeicherten
Merkmalsvektoren und Zielvektoren müssen die Längen
NumFeatures und NumClasses besitzen, die bei
create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm angegeben worden ist. Die
Klassenzugehörigkeit wird aus Kompatibilitätsgründen (siehe
read_samples_class_mlpread_samples_class_mlpReadSamplesClassMlpReadSamplesClassMlpReadSamplesClassMlpread_samples_class_mlp) 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:
Während der Ausführung dieses Operators muss der Zugriff auf den Wert dieses Parameters synchronisiert werden, wenn er über mehrere Threads hinweg verwendet wird.
Parameter
SVMHandleSVMHandleSVMHandleSVMHandleSVMHandlesvmhandle (input_control, Zustand wird modifiziert) class_svm → HClassSvm, HTupleHHandleHTupleHtuple (handle) (IntPtr) (HHandle) (handle)
Handle der SVM.
FileNameFileNameFileNameFileNamefileNamefile_name (input_control) filename.read → HTuplestrHTupleHtuple (string) (string) (HString) (char*)
Name der Datei.
Ergebnis
Sind die Parameterwerte korrekt, dann liefert
read_samples_class_svmread_samples_class_svmReadSamplesClassSvmReadSamplesClassSvmReadSamplesClassSvmread_samples_class_svm den Wert TRUE. Gegebenenfalls wird
eine Fehlerbehandlung durchgeführt.
Vorgänger
create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm
Nachfolger
train_class_svmtrain_class_svmTrainClassSvmTrainClassSvmTrainClassSvmtrain_class_svm
Alternativen
add_sample_class_svmadd_sample_class_svmAddSampleClassSvmAddSampleClassSvmAddSampleClassSvmadd_sample_class_svm
Siehe auch
write_samples_class_svmwrite_samples_class_svmWriteSamplesClassSvmWriteSamplesClassSvmWriteSamplesClassSvmwrite_samples_class_svm,
clear_samples_class_svmclear_samples_class_svmClearSamplesClassSvmClearSamplesClassSvmClearSamplesClassSvmclear_samples_class_svm
Modul
Foundation