OpenCV-Python实战(番外篇)——利用 SVM 算法识别手写数字
-
- 前言
- 使用 SVM 进行手写数字识别
- 参数 C 和 γ 对识别手写数字精确度的影响
-
- 完整代码
- 相关链接
前言
支持向量机 (Support Vector Machine
, SVM
) 是一种监督学习技术,它通过根据指定的类对训练数据进行最佳分离,从而在高维空间中构建一个或一组超平面。在博文《OpenCV-Python实战(13)——OpenCV与机器学习的碰撞》中,我们已经学习了如何在 OpenCV
中实现和训练 SVM
算法,同时通过简单的示例了解了如何使用 SVM
算法。在本文中,我们将学习如何使用 SVM
分类器执行手写数字识别,同时也将探索不同的参数对于模型性能的影响,以获取具有最佳性能的 SVM
分类器。
使用 SVM 进行手写数字识别
我们已经在
近期评论