MATLAB LIBSVM的概率输出

时间:2014-07-18 12:48:39

标签: matlab svm probability libsvm

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]!

1 个答案:

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。