我们应用SVM的非线性分类功能对手写数字进行识别,我们在这应用poly做为非线性核
svm = mlpy.LibSvm(svm_type='c_svc', kernel_type='poly',gamma=10) svm.learn(x, y)
对样本本身测试
print svm.pred(x)
测试代码如下:
for iii in xrange (1,10): testfn= 'nums/test/'+str(iii)+'-test.png' testx=[] testx.append(getnumc(testfn)) print svm.pred(testx)
识别效果还可以,通过增加笔型差异较大的训练样本,效果将更好
>>> runfile(r'I:\book_prog\numsbsvm.py', wdir=r'I:\book_prog')
http://blog.csdn.net/myhaspl