Я разрабатываю приложение для Android, которое использует данные датчиков с телефона для классификации действий. Я также очень люблю scikit-учиться в любой из библиотек обучения Java-машин. Поэтому я создал очень минимальный REST api, используя Django и scikit, которые учатся тренировать данные датчиков с использованием машин поддержки векторов и возвращать информацию о модели.Использование обученных scikit-learn svm-классификаторов в Android
Мой вопрос: как я могу использовать модель scikit-learn, которая производит на моем телефоне, чтобы делать прогнозы? До сих пор я рассматривал возможность расширения api, чтобы всякий раз, когда телефон хочет сделать прогноз, он отправляет данные в api, чтобы получить его. Но я бы скорее смог написать некоторый Java-код или использовать библиотеку Java для прогнозирования. Отправка данных для обучения в api не является проблемой, поскольку это не выполняется в режиме реального времени - это делается только тогда, когда данные уже собраны. Однако отправка данных для предсказаний в реальном времени не представляется выполнимой.
Выполнение этого с помощью логистической регрессии намного проще, поскольку формулы прогнозирования и параметры модели довольно просты; Я мог бы отказаться от svms и использовать это вместо этого, но я также хотел бы иметь svms.
Кто-нибудь знает, кто-то делает это раньше? Есть ли способ сделать это в режиме «короткое время» по-кто-то-без-PhD-in-numerical-computing-or-machine? Подробные шаги не нужны, просто схема использования компонентов svm, которые производит scikit-learn.
Я предполагаю, что вы это видели: http://stackoverflow.com/questions/15625359/support-vector-machine-for-java –