opencv-ios开发笔记12 svm参数设置和自动优选

 // 训练分类器
    Ptr<TrainData> tData = TrainData::create(trainData, ROW_SAMPLE, trainLabels);

    // 创建分类器并设置参数
    /*
    //K值邻近
     Ptr<KNearest> model =KNearest::create();
     model->setDefaultK(3);
     model->setIsClassifier(true);
    */

     //支持向量机
    Ptr<SVM> model =SVM::create();
    model->setType(SVM::C_SVC);
    model->setKernel(SVM::LINEAR);  //核函数

     model->setC(0.1);
     model->setGamma(1.0);
     model->setP(0.0);

     cout << endl << "当前参数 C:"<< model->getC() << " G:"<< model->getGamma() << " P:"<< model->getP() <<endl ;

     // 训练分类器
     model->train(tData) ;
    //自动优化
   // if( model->trainAuto(tData)){
   //      cout << endl << "优化后参数 C:"<< model->getC() << " G:"<< model->getGamma() << " P:"<< model->getP() <<endl ;
   //  }

经测试 准确率比只用svm的默认c、g、p参数提高了10%，说明这个自动参数优化还是有点用。 如果用opencv2的svm，可以参考文章：OpenCV中的SVM参数优化