Atualmente, estou trabalhando na classificação de imagens com diferentes descritores de imagem. Como eles têm suas próprias métricas, estou usando kernels pré-computados. Portanto, considerando essas matrizes NxN do kernel (para um total de N imagens), quero treinar e testar um SVM. Porém, não tenho muita experiência em usar SVMs.

O que me confunde é como inserir as informações para treinamento. Usando um subconjunto do kernel MxM (M é o número de imagens de treinamento), treina o SVM com recursos M. No entanto, se eu entendi corretamente, isso me limita a usar dados de teste com quantidades semelhantes de recursos. Tentar usar o subkernel do tamanho MxN, causa loops infinitos durante o treinamento; consequentemente, o uso de mais recursos ao testar fornece resultados ruin

Isso resulta no uso de conjuntos e testes de tamanhos iguais, proporcionando resultados razoáveis. Mas se eu apenas quiser classificar, digamos uma imagem, ou treinar com uma determinada quantidade de imagens para cada classe e testar com o resto, isso não funcionar

Como posso remover a dependência entre o número de imagens e recursos de treinamento, para poder testar com qualquer número de imagens?

Estou usando libsvm para MATLAB, os kernels são matrizes de distância que variam entre [0,1].