get_sample_class_svmT_get_sample_class_svmGetSampleClassSvmGetSampleClassSvmget_sample_class_svm (Operator)

Name

get_sample_class_svmT_get_sample_class_svmGetSampleClassSvmGetSampleClassSvmget_sample_class_svm — Auslesen eines Trainingsmusters aus den Trainingsdaten einer Support-Vektor-Maschine.

Signatur

get_sample_class_svm( : : SVMHandle, IndexSample : Features, Target)

Herror T_get_sample_class_svm(const Htuple SVMHandle, const Htuple IndexSample, Htuple* Features, Htuple* Target)

void GetSampleClassSvm(const HTuple& SVMHandle, const HTuple& IndexSample, HTuple* Features, HTuple* Target)

HTuple HClassSvm::GetSampleClassSvm(Hlong IndexSample, Hlong* Target) const

static void HOperatorSet.GetSampleClassSvm(HTuple SVMHandle, HTuple indexSample, out HTuple features, out HTuple target)

HTuple HClassSvm.GetSampleClassSvm(int indexSample, out int target)

def get_sample_class_svm(svmhandle: HHandle, index_sample: int) -> Tuple[Sequence[float], int]

Beschreibung

get_sample_class_svmget_sample_class_svmGetSampleClassSvmGetSampleClassSvmGetSampleClassSvmget_sample_class_svm liest ein Trainingsmuster, das mit add_sample_class_svmadd_sample_class_svmAddSampleClassSvmAddSampleClassSvmAddSampleClassSvmadd_sample_class_svm oder read_samples_class_svmread_samples_class_svmReadSamplesClassSvmReadSamplesClassSvmReadSamplesClassSvmread_samples_class_svm hinzugefügt wurde, aus der Support-Vektor-Maschine (SVM) SVMHandleSVMHandleSVMHandleSVMHandleSVMHandlesvmhandle aus. Der Index des auszulesenden Musters wird mit IndexSampleIndexSampleIndexSampleIndexSampleindexSampleindex_sample festgelegt. Er wird ab 0 gezählt, d.h. IndexSampleIndexSampleIndexSampleIndexSampleindexSampleindex_sample muss zwischen 0 und NumSamplesNumSamplesNumSamplesNumSamplesnumSamplesnum_samples - 1 liegen, wobei NumSamplesNumSamplesNumSamplesNumSamplesnumSamplesnum_samples mit get_sample_num_class_svmget_sample_num_class_svmGetSampleNumClassSvmGetSampleNumClassSvmGetSampleNumClassSvmget_sample_num_class_svm bestimmt werden kann. Das Trainingsmuster wird in FeaturesFeaturesFeaturesFeaturesfeaturesfeatures und TargetTargetTargetTargettargettarget zurückgegeben. Dabei ist FeaturesFeaturesFeaturesFeaturesfeaturesfeatures ein Merkmalsvektor der Länge NumFeaturesNumFeaturesNumFeaturesNumFeaturesnumFeaturesnum_features (siehe create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm) und TargetTargetTargetTargettargettarget der Index der Klasse, welcher ein Wert zwischen 0 und NumClassesNumClassesNumClassesNumClassesnumClassesnum_classes-1 ist (siehe add_sample_class_svmadd_sample_class_svmAddSampleClassSvmAddSampleClassSvmAddSampleClassSvmadd_sample_class_svm).

get_sample_class_svmget_sample_class_svmGetSampleClassSvmGetSampleClassSvmGetSampleClassSvmget_sample_class_svm kann z.B. dazu verwendet werden, die Trainingsdaten mit classify_class_svmclassify_class_svmClassifyClassSvmClassifyClassSvmClassifyClassSvmclassify_class_svm zu reklassifizieren, um festzustellen, welche der Trainingsmuster eventuell falsch klassifiziert werden.

Ausführungsinformationen

Parameter

SVMHandleSVMHandleSVMHandleSVMHandleSVMHandlesvmhandle (input_control)  class_svm HClassSvm, HTupleHHandleHTupleHtuple (handle) (IntPtr) (HHandle) (handle)

Handle der SVM.

IndexSampleIndexSampleIndexSampleIndexSampleindexSampleindex_sample (input_control)  integer HTupleintHTupleHtuple (integer) (int / long) (Hlong) (Hlong)

Nummer des gespeicherten Trainingsmusters.

FeaturesFeaturesFeaturesFeaturesfeaturesfeatures (output_control)  real-array HTupleSequence[float]HTupleHtuple (real) (double) (double) (double)

Merkmalsvektor des Trainingsmusters.

TargetTargetTargetTargettargettarget (output_control)  integer HTupleintHTupleHtuple (integer) (int / long) (Hlong) (Hlong)

Zielvektor des Trainingsmusters.

Beispiel (HDevelop)

* Train an SVM
create_class_svm (NumFeatures, 'rbf', 0.01, 0.01, NumClasses,\
                  'one-versus-all', 'normalization', NumFeatures,\
                  SVMHandle)
read_samples_class_svm (SVMHandle, 'samples.mtf')
train_class_svm (SVMHandle, 0.001, 'default')
* Reclassify the training samples
get_sample_num_class_svm (SVMHandle, NumSamples)
for I := 0 to NumSamples-1 by 1
    get_sample_class_svm (SVMHandle, I, Data, Target)
    classify_class_svm (SVMHandle, Data, 1, Class)
    if (Class != Target)
        * Sample has been classified incorrectly
    endif
endfor

Ergebnis

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

Vorgänger

add_sample_class_svmadd_sample_class_svmAddSampleClassSvmAddSampleClassSvmAddSampleClassSvmadd_sample_class_svm, read_samples_class_svmread_samples_class_svmReadSamplesClassSvmReadSamplesClassSvmReadSamplesClassSvmread_samples_class_svm, get_sample_num_class_svmget_sample_num_class_svmGetSampleNumClassSvmGetSampleNumClassSvmGetSampleNumClassSvmget_sample_num_class_svm, get_support_vector_class_svmget_support_vector_class_svmGetSupportVectorClassSvmGetSupportVectorClassSvmGetSupportVectorClassSvmget_support_vector_class_svm

Nachfolger

classify_class_svmclassify_class_svmClassifyClassSvmClassifyClassSvmClassifyClassSvmclassify_class_svm

Siehe auch

create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm

Modul

Foundation