生成模型文件的方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本公開(kāi)是關(guān)于數(shù)據(jù)分類(lèi)領(lǐng)域，具體來(lái)說(shuō)是關(guān)于生成模型文件的方法和裝置。
【背景技術(shù)】
[0002]SVM(Support Vector Machine，支持向量機(jī))是一種常用的分類(lèi)模型，可以廣泛應(yīng)用于圖像識(shí)別等多種領(lǐng)域。
[0003]若要應(yīng)用SVM模型對(duì)數(shù)據(jù)進(jìn)行分類(lèi)，先要獲取多個(gè)樣本數(shù)據(jù)，對(duì)多個(gè)樣本數(shù)據(jù)進(jìn)行訓(xùn)練，得到一個(gè)超平面，再應(yīng)用該超平面，對(duì)未知類(lèi)別的數(shù)據(jù)進(jìn)行分類(lèi)，如果該數(shù)據(jù)位于超平面的第一側(cè)，則確定該數(shù)據(jù)屬于第一類(lèi)，如果該數(shù)據(jù)位于超平面的第二側(cè)，則確定該數(shù)據(jù)屬于第二類(lèi)。
[0004]在實(shí)際應(yīng)用過(guò)程中，訓(xùn)練完成時(shí)可以根據(jù)訓(xùn)練結(jié)果生成一個(gè)模型文件，該模型文件中包括訓(xùn)練出的多個(gè)支持向量、系數(shù)向量和偏置項(xiàng)，該多個(gè)支持向量、系數(shù)向量和偏置項(xiàng)用于表示SVM模型的超平面。當(dāng)要對(duì)數(shù)據(jù)進(jìn)行分類(lèi)時(shí)，可以獲取該模型文件中存儲(chǔ)的多個(gè)支持向量、系數(shù)向量和偏置項(xiàng)，根據(jù)該多個(gè)支持向量、系數(shù)向量和偏置項(xiàng)以及該數(shù)據(jù)的特征向量進(jìn)行計(jì)算，得到該數(shù)據(jù)的分類(lèi)結(jié)果。

【發(fā)明內(nèi)容】

[0005]為了解決相關(guān)技術(shù)中存在的問(wèn)題，本公開(kāi)提供了一種生成模型文件的方法和裝置。所述技術(shù)方案如下:
[0006]根據(jù)本公開(kāi)實(shí)施例的第一方面，提供了一種生成模型文件的方法，所述方法包括:
[0007]獲取支持向量機(jī)SVM模型的第一模型文件，所述第一模型文件中包括超平面的指示信息，所述指示信息包括多個(gè)支持向量、系數(shù)向量和偏置項(xiàng)；
[0008]將所述多個(gè)支持向量組成支持矩陣；
[0009]計(jì)算所述支持矩陣與所述系數(shù)向量的乘積，得到權(quán)重向量；
[0010]根據(jù)所述權(quán)重向量和所述偏置項(xiàng)，生成第二模型文件，所述第二模型文件用于對(duì)數(shù)據(jù)進(jìn)行分類(lèi)。
[0011]在另一實(shí)施例中，所述根據(jù)所述權(quán)重向量和所述偏置項(xiàng)，生成第二模型文件之后，所述方法還包括:
[0012]獲取所述第二模型文件中包含的權(quán)重向量和偏置項(xiàng)；
[0013]獲取待分類(lèi)數(shù)據(jù)的特征向量；
[0014]根據(jù)所述權(quán)重向量、所述偏置項(xiàng)和所述特征向量，計(jì)算所述數(shù)據(jù)的分類(lèi)值，所述分類(lèi)值用于表示所述數(shù)據(jù)的分類(lèi)結(jié)果。
[0015]在另一實(shí)施例中，所述根據(jù)所述權(quán)重向量、所述偏置項(xiàng)和所述特征向量，計(jì)算所述數(shù)據(jù)的分類(lèi)值，包括:
[0016]根據(jù)所述權(quán)重向量、所述偏置項(xiàng)和所述特征向量，應(yīng)用以下公式，計(jì)算所述數(shù)據(jù)的分類(lèi)值:
[0017]L = wT.x+b ；
[0018]其中，L用于表示所述數(shù)據(jù)的分類(lèi)值，w用于表示所述權(quán)重向量，X用于表示所述特征向量，b用于表示所述偏置項(xiàng)。
[0019]在另一實(shí)施例中，所述獲取所述第二模型文件中包含的權(quán)重向量和偏置項(xiàng)，包括:
[0020]調(diào)用所述第二模型文件的指定接口 ；
[0021]通過(guò)所述指定接口，獲取所述第二模型文件中包含的權(quán)重向量和偏置項(xiàng)。
[0022]在另一實(shí)施例中，所述方法還包括:
[0023]當(dāng)所述第一模型文件中包括多個(gè)超平面的指示信息時(shí)，執(zhí)行計(jì)算每個(gè)超平面的權(quán)重向量的步驟；
[0024]根據(jù)所述多個(gè)超平面的權(quán)重向量和偏置項(xiàng)，生成所述第二模型文件。
[0025]根據(jù)本公開(kāi)實(shí)施例的第二方面，提供了一種生成模型文件的裝置，所述裝置包括:
[0026]第一獲取模塊，用于獲取支持向量機(jī)SVM模型的第一模型文件，所述第一模型文件中包括超平面的指示信息，所述指示信息包括多個(gè)支持向量、系數(shù)向量和偏置項(xiàng)；
[0027]矩陣創(chuàng)建模塊，用于將所述多個(gè)支持向量組成支持矩陣；
[0028]第一計(jì)算模塊，用于計(jì)算所述支持矩陣與所述系數(shù)向量的乘積，得到權(quán)重向量；
[0029]文件生成模塊，用于根據(jù)所述權(quán)重向量和所述偏置項(xiàng)，生成第二模型文件，所述第二模型文件用于對(duì)數(shù)據(jù)進(jìn)行分類(lèi)。
[0030]在另一實(shí)施例中，所述裝置還包括:
[0031]第二獲取模塊，用于獲取所述第二模型文件中包含的權(quán)重向量和偏置項(xiàng)；
[0032]所述第二獲取模塊，還用于獲取待分類(lèi)數(shù)據(jù)的特征向量；
[0033]第二計(jì)算模塊，用于根據(jù)所述權(quán)重向量、所述偏置項(xiàng)和所述特征向量，計(jì)算所述數(shù)據(jù)的分類(lèi)值，所述分類(lèi)值用于表示所述數(shù)據(jù)的分類(lèi)結(jié)果。
[0034]在另一實(shí)施例中，所述第二計(jì)算模塊用于根據(jù)所述權(quán)重向量、所述偏置項(xiàng)和所述特征向量，應(yīng)用以下公式，計(jì)算所述數(shù)據(jù)的分類(lèi)值:
[0035]L = wT.x+b ；
[0036]其中，L用于表示所述數(shù)據(jù)的分類(lèi)值，w用于表示所述權(quán)重向量，X用于表示所述特征向量，b用于表示所述偏置項(xiàng)。
[0037]在另一實(shí)施例中，所述第二獲取模塊用于調(diào)用所述第二模型文件的指定接口 ；通過(guò)所述指定接口，獲取所述第二模型文件中包含的權(quán)重向量和偏置項(xiàng)。
[0038]在另一實(shí)施例中，所述第一計(jì)算模塊，還用于當(dāng)所述第一模型文件中包括多個(gè)超平面的指示信息時(shí)，計(jì)算每個(gè)超平面的權(quán)重向量；
[0039]所述文件生成模塊，還用于根據(jù)所述多個(gè)超平面的權(quán)重向量和偏置項(xiàng)，生成所述第二模型文件。
[0040]根據(jù)本公開(kāi)實(shí)施例的第三方面，提供了一種生成模型文件的裝置，包括:
[0041]處理器；
[0042]用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；
[0043]其中，所述處理器被配置為:
[0044]獲取支持向量機(jī)SVM模型的第一模型文件，所述第一模型文件中包括超平面的指示信息，所述指示信息包括多個(gè)支持向量、系數(shù)向量和偏置項(xiàng)；
[0045]將所述多個(gè)支持向量組成支持矩陣；
[0046]計(jì)算所述支持矩陣與所述系數(shù)向量的乘積，得到權(quán)重向量；
[0047]根據(jù)所述權(quán)重向量和所述偏置項(xiàng)，生成第二模型文件，所述第二模型文件用于對(duì)數(shù)據(jù)進(jìn)行分類(lèi)。
[0048]本公開(kāi)的實(shí)施例提供的技術(shù)方案可以包括以下有益效果:
[0049]本實(shí)施例提供的方法和裝置，通過(guò)根據(jù)第一模型文件中超平面的多個(gè)支持向量、系數(shù)向量和偏置項(xiàng)，計(jì)算出權(quán)重向量，根據(jù)該權(quán)重向量和該偏置項(xiàng)，生成第二模型文件，能夠以該權(quán)重向量和偏置項(xiàng)來(lái)表示SVM模型的超平面，則該第二模型文件能夠用于對(duì)數(shù)據(jù)進(jìn)行分類(lèi)。且第二模型文件中無(wú)需存儲(chǔ)系數(shù)向量以及大量的支持向量，大大減小了模型文件的數(shù)據(jù)量。
[0050]應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性的，并不能限制本公開(kāi)。
【附圖說(shuō)明】
[0051]此處的附圖被并入說(shuō)明書(shū)中并構(gòu)成本說(shuō)明書(shū)的一部分，示出了符合本公開(kāi)的實(shí)施例，并與說(shuō)明書(shū)一起用于解釋本公開(kāi)的原理。
[0052]圖1是根據(jù)一示例性實(shí)施例示出的一種生成模型文件的方法的流程圖；
[0053]圖2A是根據(jù)一示例性實(shí)施例示出的一種生成模型文件的方法的流程圖；
[0054]圖2B是根據(jù)一示例性實(shí)施例示出的分類(lèi)流程示意圖；
[0055]圖3是根據(jù)一示例性實(shí)施例示出的一種生成模型文件的裝置的框圖；
[0056]圖4是根據(jù)一示例性實(shí)施例示出的一種用于生成模型文件的裝置的框圖。
【具體實(shí)施方式】
[0057]為使本公開(kāi)的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下面結(jié)合實(shí)施方式和附圖，對(duì)本公開(kāi)做進(jìn)一步詳細(xì)說(shuō)明。在此，本公開(kāi)的示意性實(shí)施方式及其說(shuō)明用于解釋本公開(kāi)，但并不作為對(duì)本公開(kāi)的限定。
[0058]在對(duì)本公開(kāi)實(shí)施例進(jìn)行詳細(xì)說(shuō)明之前，先對(duì)SVM模型的超平面進(jìn)行如下介紹:
[0059]在對(duì)樣本數(shù)據(jù)進(jìn)行訓(xùn)練之后，可以生成一個(gè)模型文件，模型文件中包括超平面的所有支持向量SV、一個(gè)系數(shù)向量alpha和一個(gè)偏置項(xiàng)b。該模型文件存儲(chǔ)的多個(gè)支持向量、系數(shù)向量和該偏置項(xiàng)可以用于表示該超平面。其中，樣本數(shù)據(jù)越多，模型文件中的SV越多，模型文件的數(shù)據(jù)量越大。
[0060]實(shí)際上，該多個(gè)支持向量中的每個(gè)支持向量與該系數(shù)向量的乘積可以組成一個(gè)權(quán)重向量，該權(quán)重向量和該偏置項(xiàng)也可以用于表示該超平面，該超平面的方程可以表示為:wT *x+b = m，w用于表示該權(quán)重向量，wT用于表示該權(quán)重向量的轉(zhuǎn)置，b用于表示該偏置項(xiàng)，m用于表示預(yù)設(shè)閾值。
[0061]對(duì)數(shù)據(jù)進(jìn)行分類(lèi)時(shí)，如果數(shù)據(jù)的向量Xtl滿足w T.x0+b = m，則該數(shù)據(jù)位于該第一超平面上，如果Xtl滿足W T ?x0+b > m，則該數(shù)據(jù)屬于第一類(lèi)，而如果Xtl滿足W T ?x0+b < m，則該數(shù)據(jù)屬于第二類(lèi)。
[0062]本公開(kāi)實(shí)施例提供一種生成模型文件的方法和裝置，以下結(jié)合附圖對(duì)本公開(kāi)進(jìn)行詳細(xì)說(shuō)明。
[0063]圖1是根據(jù)一示例性實(shí)施例示出的一種生成模型文件的方法的流程圖，如圖1所示，生成模型文件的方法用于數(shù)據(jù)處理裝置中，包括以下步驟:
[0064]在步驟101中，獲取SVM模型的第一模型文件，該第一模型文件中包括超平面的指示信息，該指示信息包括多個(gè)支持向量、系數(shù)向量和偏置項(xiàng)。
[0065]在步驟102中，將該多個(gè)支持向量組成支持矩陣。
[0066]在步驟103中，計(jì)算該支持矩陣與該系數(shù)向量的乘積，得到權(quán)重向量。
[0067]在步驟104中，根據(jù)該權(quán)重向量和該偏置項(xiàng)，生成第二模型文件，該第二模型文件用于對(duì)數(shù)據(jù)進(jìn)行分類(lèi)。
[0068]本實(shí)施例提供的方法，通過(guò)