我的项目介绍
我目前正在 matlab 中使用LIBSVM来训练和测试我的数据,这样我就可以区分业余和专业摄影师拍摄的照片/图像。我的数据实际上是RGB直方图,Spartial Edge Distribution和Repetition Identification等功能。我已经使用1040张图片进行训练(50%是专业照片,50%是业余照片)和210张图像用于测试(未标记)。
我需要有人的帮助来澄清以下内容
[predict_label,accuracy,decision_values / prob_estimates] = svmpredict(testing_label_vector,testing_instance_matrix,model [, ' libsvm_options']); 对于testing_label_vector来说是否正确 执行测试时的任何值(+1或-1)?
根据文件http://www.csie.ntu.edu.tw/~cjlin/papers/libsvm.pdf第8页的准确度值为 准确度=#正确预测的数据/#总测试数据,所以确实如此 这意味着我必须知道testing_label_vector何时 进行测试,因为我需要能够判断我的是否 predict_label与testing_label_vector相同 将标签证明为正确预测的数据"
答案 0 :(得分:2)
(1)
是的,它是-1和1的向量,表示您正在测试的数据的真实标签(training_instance_matrix上的数据)。
(2)
是的,您需要知道真正的标签才能使用LIBSVM返回的准确度值。如果不是,您将得到SVM分类器的决定(在预测标签中),但精确度返回的值将没有任何用处。