LIBSVM概率估计

时间:2014-06-21 09:32:15

标签: binary classification svm probability libsvm

我想问一下,LIBSVM产生的概率估计是否确实表明了到分离平面的距离?

如果我有二进制类,我是否可以说0级的较小概率估计值也意味着它与类0的概率估计值相比更高的可能性?

由于

1 个答案:

答案 0 :(得分:4)

第一个问题:

如果分离超平面与矢量之间的距离非常大,我们可以高度自信地将其正确分类,因此概率估计将很高。

相反,如果你的矢量非常靠近分离两个类的超平面,那么每个类的概率估计值将接近0.5。

请记住,概率估算不是距离。但我会说它是通过使用距离来计算的。

第二个问题:

实际上,如果你有二进制类,概率估计将在两个类之间传播。

事件A“向量属于0级”然后事件“向量属于1级”不是A

如果向量在0级,我们计算

enter image description here

我们可以计算NOT A

的概率

enter image description here

因此,如果1级的概率为0.8,则0级的概率为0.2。