Question

我试图在matlab中使用libsvm来模拟二进制分类器的样本预测。我的目标变量（即我的标签）是二进制（-1 + 1）。因此，在我的测试集中有一系列我不知道标签。我为这些观察创建了一个新标签（这个标签是747）。我发现在我的predict_label_test向量中（见下面的代码），包含了这个747标签。所以这意味着我得到的预测受到包含测试集的数据标签的影响，这是我应该预测的？ - 错误可能是我使用Libsvm读写函数的方式，但我找不到它 - 非常感谢!!

%%%%%%%%%%从CSV文件中获取数据并将其转换为LIBSVM

让addpath（ 'C：\ libsvm1 \ MATLAB'）; ％表示CSV文件的位置

ALLDATA = csvread（'DATACSV.csv'）; ％读取csv文件

labels = ALLDATA（：，1）; ％标签包含在第一列数据

中

labels_sparse = sparse（标签）; ％？需要

features = ALLDATA（：，4：end）; ％功能从第4列开始

features_sparse = sparse（features）; ％要素必须在稀疏矩阵中

libsvmwrite（'TTT.train'，labels_sparse，features_sparse）; ％将文件写入libsvm格式

[label_vector，predictors_matrix] = libsvmread（'C：\ libsvm1 \ matlab \ TTT.train'）; ％读取以Libsvm格式记录的文件

%%%%% DEFINE VECTOR AND MATRIX SIZE

label_vector_train = label_vector（1：143，：）;

predictors_matrix_train = predictors_matrix（1：143，：）;

label_vector_test = label_vector（144：193，：）;

predictors_matrix_test = predictors_matrix（144：193，：）;

％的预测

param = [' - q -c 2 -g 3'];

bestModel = svmtrain（label_vector_test，predictors_matrix_test，param）;

[predict_label_test，accuracy，prob_values] = svmpredict（label_vector_test，predictors_matrix_test，bestModel）;

Answer 1

当您使用训练数据进行训练时，您正在训练带有测试数据的svm模型：

bestModel = svmtrain(label_vector_test, predictors_matrix_test, param);

应该是：

bestModel = svmtrain(label_vector_train, predictors_matrix_train, param);

Libsvm虚拟标签干扰预测

1 个答案: