通常分类算法使用特征向量,但在这种情况下,我需要使用特征矩阵。
我的数据集由 50 个矩阵组成(矩阵大小:N x 4,其中 4 是多个特征。每个矩阵的行数N不同)。有 5 个类,一个矩阵表征一个类(所以在我的例子中,10 个矩阵属于一个类)。
如何处理这些输入数据?我将使用 SVM 对该数据集进行分类。因此,如果您推荐如何使用我的输入数据进行此算法,这将非常有帮助。
问问题
447 次
通常分类算法使用特征向量,但在这种情况下,我需要使用特征矩阵。
我的数据集由 50 个矩阵组成(矩阵大小:N x 4,其中 4 是多个特征。每个矩阵的行数N不同)。有 5 个类,一个矩阵表征一个类(所以在我的例子中,10 个矩阵属于一个类)。
如何处理这些输入数据?我将使用 SVM 对该数据集进行分类。因此,如果您推荐如何使用我的输入数据进行此算法,这将非常有帮助。