特征长度如何取决于SVM分类器中的预测

Question

目前我正在使用opencv中的SVM分类器进行英文字母分类。 我在做上述事情时有以下疑虑

1. 特征向量的长度取决于分类？ （如果特征长度增加（我当前的特征长度为125）会发生什么）

2. 预测所需的时间取决于用于培训的数据量？

3. 为什么我们需要对特征向量进行归一化（这会提高预测的准确性和预测班级所需的时间）吗？

4. 如何确定规范化特征向量的最佳方法？

Answer 1

1）特征的长度本身并不重要，重要的是特征的预测质量

2）不，它不依赖于样本数量，但它取决于特征的数量（预测通常非常快）

3）如果要素的值范围非常不同，则需要进行标准化

4）基本上有标准化（平均值，stdev）和缩放（xmax - > +1，xmean - > -1或0） - 你可以做两个并看看哪个更好

Answer 2

在谈论分类时，数据由具有许多特征的特征向量组成。在图像处理中，还存在映射到分类特征向量的特征。所以你的特征长度＆＃34;实际上是要素数量或要素矢量大小。

1）特征的数量很重要。原则上，更多的功能允许更好的分类，但也导致过度训练。为了避免后者，你可以添加更多的样本（更多的特征向量）。

2）是，因为预测时间取决于支持向量的数量和支持向量的大小。但是由于预测非常快，除非你有一些实时要求，否则这不是问题。

3）虽然作为最大边际分类器的SVM对于不同的特征值范围非常稳健，但具有较大值范围的特征将比具有较小范围的特征具有更大的权重。如果类不能完全分离，这尤其适用于惩罚计算。

4）由于SVM对不同的值范围非常强大（与面向集群的算法相比），这不是最大的问题。通常绝对最小值/最大值缩放为-1 / + 1。如果您知道数据的预期范围，则可以缩放该范围，数据中的测量误差不会影响缩放。在迭代过程中添加去除数据时，固定范围也是可取的。