LIBSVM svmpredict：为什么需要testLabel？

Question

我是matlab和libsvm的新手。我有8个不同对象大小为8 * 1000的单词包。我培训了他们每个人：

buildingStruct = libsvm_svmtrain(bow,[1;0;0;0;0;0;0;0],'-b 1')

之后，我想用bow（1，:)来测试它，它是buildingStruct的训练数据。即：

[predict_label, accuracy, prob_values] = libsvm_svmpredict(testLabel, bow(1,:), buildingStruct, '-b  1');

从这个意义上说;我不明白我应该给testLabel。而且如果我以testLabel 1为例，我得到的prob_values的大小为5.为什么它是5，为什么它们不接近100，因为我测试了火车数据？准确性也像[0; 9; NaN]。这是什么意思？

由于

Answer 1

您应该更改参数的顺序，使其变为：

buildingStruct = libsvm_svmtrain([1;0;0;0;0;0;0;0],bow,'-b 1')

然后它会给你1.00概率。如果您不知道测试标签，只需将随机数作为参数。 准确度：是包含准确度（用于分类），平均值的向量 平方误差和平方相关系数（用于回归）。