我正在使用LIBSVM工具箱进行Matlab。我的问题是二进制分类问题,标签为1(True)和0(False)。当我使用此功能训练我的系统时:
svmstruct = svmtrain(TrainTargets, TrainInputs,['-t 2 ' '-g ' SIGMA ' -c ' P ' -q' ' -b 1']);
并使用此功能测试我的测试准确度:
[TestOutputs, ~, ~] = svmpredict(TestTargets, TestInputs, svmstruct,'-b 1 -q');
现在我想使用desined SVM模型来输出样本数据。所以我使用这个函数:
[OUT, ~, Prob_Out] = svmpredict(zeros(size(Outsample_DATA,1),1), Outsample_DATA, svmstruct,'-q -b 1');
对于我的第一个训练模型(我训练过不同参数的SVM模型)我有这个输出(Out示例数据集在两种情况下都相同):[Prob_Out OUT]
0.8807 0.1193 0
0.8717 0.1283 0
0.0860 0.9140 1.0000
0.7846 0.2154 0
0.7685 0.2315 0
0.7916 0.2084 0
0.0326 0.9674 1.0000
0.7315 0.2685 0
0.3550 0.6450 1.0000
第二个我有这个:
0.4240 0.5760 0
0.4090 0.5910 0
0.7601 0.2399 1.0000
0.5000 0.5000 1.0000
0.4646 0.5354 0
0.4589 0.5411 0
假设我想找到具有这些概率的第1类。在第2列大于第1列的第一组数据中,此样本属于第1类,但在第1列大于第2列时,该样本属于第1类。
这两个样本数据的结构是相同的。有什么问题?
感谢。
PS。 当我在训练模型后检查SVMstruct参数时,这些模型的标签是[0; 1]而另一个标签是[1; 0]!
答案 0 :(得分:1)
正如您已经注意到的,差异是由于标签的不同映射。
LIBSVM在内部使用自己的标签,因此需要在内部标签和您提供的标签之间进行映射。
此映射中的标签是使用标签在训练数据中出现的顺序生成的。因此,如果训练数据中第一个元素的标签发生变化,标签映射也会发生变化。