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

read_samples_class_svm( : : SVMHandle, FileName : )

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 NumFeaturesNumFeaturesNumFeaturesNumFeaturesnumFeaturesnum_features und NumClassesNumClassesNumClassesNumClassesnumClassesnum_classes 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:

SVMHandleSVMHandleSVMHandleSVMHandleSVMHandlesvmhandle

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 → (handle)

Handle der SVM.

FileNameFileNameFileNameFileNamefileNamefile_name (input_control) filename.read → (string)

Name der Datei.

Ergebnis

Sind die Parameterwerte korrekt, dann liefert read_samples_class_svmread_samples_class_svmReadSamplesClassSvmReadSamplesClassSvmReadSamplesClassSvmread_samples_class_svm den Wert 2 (H_MSG_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

Operatoren