SVM必须有两个标签吗？

Question

我对支持向量机有疑问。 SVM必须有两个标签吗？是否有可能会有一个标签，预测将基于该标签？例如，以下testData不适合trainingData，因此它不会被标记为1，而是任何其他整数。困境在于我不知道最坏情况的值，因为所有值都来自用户输入。

int labels[3] = {1, 1, 1};
cv::Mat labelsMat(3, 1, CV_32S, labels);

float trainingData[3][3] = { { 25, 191, 19 }, { 24, 186, 17}, { 25, 200, 19} };

float testData[3] = {70, 500, 100};

Answer 1

SVM是一种分类方法。通过使用SVM，您可以将数据分成几个部分，标签需要这样做。您应该通过多个标签训练SVM，然后通过新输入进行测试。