<分区>
我有 2 个类别的训练样本，每个样本具有权重和类别权重。我使用这段代码从 sklearn.svm 训练了 SVC，在 python 上取得了很好的效果:
from sklearn.svm import SVC
svc = SVC()
svc.class_weight = {0:1, 1:10}
svc.fit(trainSamples,trainLables,trainWeights)
现在我需要在 C++ 上重新训练我的分类器。我需要带有 SVM、EM 和其他方法的库，每个样本和类都有权重，有人可以建议一些库吗？
最佳答案
我多年前使用的一个支持 vector 机库是 LIBSVM，它是国立台湾大学机器学习小组的一个 C++ 库。最新版本是 2014 年 11 月发布的 3.20。LIBSVM 还提供了各种语言(包括 Python)的许多扩展。 (link)。
我使用的另一个库是 SVNLight，它是由 Joachims Thorsten 用 C 语言编写的。 (link)。
另一种选择是 OpenCV API，它有一个带有 SVM、EM、NN 等的机器学习库(注意 SVM实现基于 LIBSVM)。看看 documentation页面。
关于python - 带有 SVM、EM 和其他方法的库，类似 "weights per sample"，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/30235792/