我正在尝试使用LibSVM进行回归。我试图检测面孔（10类不同的面孔）。我将1-10标记为面部类，11标记为非面部。我想开发一个脚本usig LibSVM，如果测试图像落到10个面部类中的任何一个，它将给出0-1之间的连续分数，否则它将给我-1（非面部）。从这个分数，我可以预测我的calss。如果测试图像与第一类匹配，则分数应该在.1左右。同样，如果测试图像与10级匹配，则分数应为1左右（任何连续值接近1）。我正在尝试使用LibSVM来解决这个问题。我可以通过分类轻松获得预测课程。但我想要一个连续的得分值，我可以通过回归得到。现在，我正在网上查找使用LibSVM的SVR函数中的函数或参数，但我找不到任何东西。有人可以帮我这方面吗？
答案 0 :(得分：1)
这不是回归问题。通过回归解决它不会产生良好的结果。
您正在处理多类分类问题。解决这个问题的最佳方法是使用概率输出构造10个一对一分类器。要获得概率输出（例如在区间[0,1]中），您可以使用-b 1选项训练和预测C-SVC（-s 0）。
如果10个分类器中的任何一个为其正类产生足够大的概率，则使用该概率（接近1）。如果10个分类器中没有一个产生具有足够高置信度的正标签，则可以默认为-1。
简而言之：制作一个包含具有概率输出的一对一分类器的多类分类器。随后使用您选择的概率阈值（例如0.7）对我所描述的预测进行后处理。