我希望将 scikit-learn 的 SVM 与卡方内核一起使用，如此处所示。在这种情况下，内核位于直方图上，这就是我的数据所表示的内容。但是，我找不到与直方图一起使用的示例。这样做的正确方法是什么？
将直方图视为向量是否正确，其中向量中的每个元素都对应于直方图的一个 bin？
先感谢您
问问题
3268 次
2 回答
10
这里有一个使用近似特征图的例子。它适用于 RBF 内核，但它的工作原理相同。
上面的示例使用“管道”，但您也可以在将数据传递给线性分类器之前将转换应用于数据，因为AdditiveChi2Sampler实际上并没有fit以任何方式应用于数据。
请记住，这只是内核映射的近似值（我发现它工作得很好），如果你想使用确切的内核，你应该使用 ogrisel 的 anwser。
于 2012-09-07T09:07:02.150 回答
2
sklearn.svm.SVC以 2 种方式接受自定义内核：
kernel作为参数传递给构造函数的任意python函数fit预先计算的内核矩阵作为第一个参数传递给kernel=precomputed构造函数
前者可能要慢得多，但不需要提前分配整个内核矩阵（这对于 large 来说是令人望而却步的n_samples）。
更多详细信息和指向自定义内核文档中示例的链接。
于 2012-09-06T21:20:28.180 回答