我试图了解如何使用MATLAB和LIBSVM的MATLAB绑定来计算经验风险。我有Y结果(1,100)标记为-1或+1,10D观察由X(100,10)给出。然后我打电话给svmtrain
来获取我的模型。经验风险由以下等式给出:
根据我从svmtrain
收到的值,如何得到f(xi,alpha)?
这是我到目前为止所做的:
params = sprintf('-s 0 -t 0 -c %d', C);
%X1 and Y1 are values I generate
m1 = svmtrain(Y1, X1, params);
y = diag(Y1(m1.sv_indices));
x = X1(m1.sv_indices, :);
alpha = m1.sv_coef;
w = alpha'*y*x;
答案 0 :(得分:0)
经验风险只是错误分类的训练数据点的比率。 yi是实际标签,f(xi,alpha)是基于训练的支持向量α的SVM的xi的预测标签。该公式假定标签为+1或-1。