我有一个恼人的事实问题。我正在使用libsvm和matlab,我能够预测使用:
predicted_label = svmpredict(Ylabel, Xlabel, model);
但是每当我做出预测时都会出现这样的情况:
Accuracy = X% (y/n) (classification)
我发现这很烦人,因为我很多次重复这个过程,并且因为它在屏幕上显示而使它变慢。
我认为我想要的是避免svmpredict冗长。
任何人都可以帮我吗?提前谢谢。
-Jessica
答案 0 :(得分:7)
我发现比编辑c库的源代码更好的方法是使用matlabs evalc将任何输出放到第一个输出参数。
[~ predicted_label] = evalc('svmpredict(Ylabel, Xlabel, model)');
因为要评估的字符串是固定的,所以不应该降低性能。
答案 1 :(得分:6)
svmpredict(Ylabel, Xlabel, model, '-q');
从手册:
Usage: [predicted_label, accuracy, decision_values/prob_estimates] = svmpredict(testing_label_vector, testing_instance_matrix, model, 'libsvm_options')
[predicted_label] = svmpredict(testing_label_vector, testing_instance_matrix, model, 'libsvm_options')
Parameters:
model: SVM model structure from svmtrain.
libsvm_options:
-b probability_estimates: whether to predict probability estimates, 0 or 1 (default 0); one-class SVM not supported yet
-q : quiet mode (no outputs)
答案 2 :(得分:2)
如果您使用的是matlab,只需找到显示此信息的代码行(通常使用'disp','sprintf'或' fprintf')并使用评论运算符%对其进行评论。
示例:
disp(['Accuracy= ' num2str(x)]);
将其更改为:
% disp(['Accuracy= ' num2str(x)]);
如果您使用的是主libsvm库,那么您需要在制作之前对其进行修改。 1-打开文件'svmpredict.c'
2-找到这行代码:
info("Accuracy = %g%% (%d/%d) (classification)\n",
(double)correct/total*100,correct,total);
3-只需使用 // 运算符
对其进行评论4-保存并关闭文件
5-制作项目