Question

我的数据矩阵是1000x65K矩阵，包含500个正例和500个负例。我的功能是二进制（0或1）。我的标签是[ones（500,1）; - 酮（500,1）];

我使用以下代码训练线性svm：

ost = 0.1;
epsilon = 2;
gamma = 0.1;
degree = 3;
coef0 = 0;

options_string = ['-s 0 -t 0 ' ' -c ' num2str(cost) ' -p ' num2str(epsilon) ' -g ' num2str(gamma) ' -d ' num2str(degree) ' -r ' num2str(coef0) ' -b 1'];
SVRModel = svm_train(data, labels , options_string);

我使用以下代码计算系数向量w：

w = zeros(1,M);
for i=1:length(SVRModel.sv_coef)
    w = w + SVRModel.sv_coef(i)*SVRModel.SVs(i,:);
end

但是，结果向量w的所有值都是相同的。此外，我得到了484个支持向量，所有前424个svm系数都是0.1，其余的（也是424）是-0.1。

怎么会这样？有人可以对我的问题有所了解吗？

谢谢，

吉尔。

Answer 1

首先，您在线性SVM中不需要gamma和coef0。

其次，我认为应该是

SVRModel = svm_train(labels, data, options_string);

在你的训练过程中。

你可以对重量和偏见术语进行矢量化。

w = model.SVs' * model.sv_coef;
b = -model.rho;

Matlab libsvm - 有矢量系数w的麻烦

1 个答案: