我想使用LibSVM进行支持向量回归。我想要面孔的相似度得分。现在，当我训练我的脸时，我会将形状脸作为自变量和得分（任何值在0.1-1.0之间）作为我的因变量。一个真正积极的面孔将训练为1.0。否则，基于训练图像的质量，将部分面部训练为0.1-1.0之间的分数。在预测阶段，我希望在给出测试图像的形状特征时得分在0-1.0之间。这意味着，我们将有一个独立变量（特征向量）和一个因变量（0-1之间的分数）因变量。
答案 0 :(得分：0)
请参阅http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/#weights_for_data_instances以应用实例权重。
在LibSVM Matlab界面中，svmpredict的使用规范是：
[predicted_label, accuracy, decision_values/prob_estimates] = svmpredict(testing_label_vector, testing_instance_matrix [, 'libsvm_option']);
我相信第三个返回参数decision_values/prob_estimates就是你在寻找输出分数。