Question

我在opencv中使用SVM分类器进行英文数字分类。我能够使用predict()函数预测类。但我希望在0-1之间获得预测的信心。有人可以使用opencv

提供一种方法

 //svm parameters used
 m_params.svm_type    = CvSVM::C_SVC;
 m_params.kernel_type = CvSVM::RBF;
 m_params.term_crit   = cvTermCriteria(CV_TERMCRIT_ITER, 500, 1e-8);

 //for training
 svmob.train_auto(m_features, m_labels, cv::Mat(), cv::Mat(), m_params, 10);

 //for prediction
 predicted = svmob.predict(testData);

Answer 1

训练期间的SVM试图找到一个分离的超平面，使得火车组的例子位于不同的侧面。可能存在许多这样的超平面（或者没有），因此为了选择“最佳”，我们寻找与所有类的总距离最大化的那个。实际上，距离超平面点越远 - 我们对决策的信心越大。所以我们感兴趣的是与超平面的距离。

根据OpenCV documentation，CvSVM::predict有一个默认的第二个参数，用于指定返回的内容。默认情况下，它会返回分类标签，但您可以传入true并返回距离。

距离本身非常好，但是如果你想在一个范围（0,1）中有一个置信度值，你可以将sigmoidal函数应用于结果。其中一个功能就是逻辑功能。

decision = svmob.predict(testData, true);
confidence = 1.0 / (1.0 + exp(-decision));

在SVM中找到预测的置信度

1 个答案: