python - 如何使用以直方图为特征的 scikit-learn 的 SVM？

Question

我希望使用带有卡方内核的 scikit-learn 的 SVM，如图所示 here .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。但是，我找不到这些与直方图一起使用的示例。执行此操作的正确方法是什么？

仅将直方图视为向量(其中向量中的每个元素对应于直方图的一个 bin)是否是正确的方法？

提前致谢

Answer 1

有一个使用近似特征图的例子here .它适用于 RBF 内核，但它的工作原理是一样的。

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您的数据，因为 AdditiveChi2Sampler 实际上适合以任何方式访问数据。

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。