我正在用MATLAB中的fitcsvm函数训练线性SVM分类器:
cvFolds = crossvalind('Kfold', labels, nrFolds);
for i = 1:nrFolds % iterate through each fold
testIdx = (cvFolds == i); % indices of test instances
trainIdx = ~testIdx; % indices training instances
cl = fitcsvm(features(trainIdx,:),
labels(trainIdx),'KernelFunction',kernel,'Standardize',true,...
'BoxConstraint',C,'ClassNames',[0,1], 'Solver', solver);
[labelPred,scores] = predict(cl, features(testIdx,:));
eq = sum(labelPred==labels(testIdx));
accuracy(i) = eq/numel(labels(testIdx));
end
从这部分代码中可以看到,训练后的SVM模型存储在cl中。检查cl中的模型参数,我看不到哪个参数对应于分类器权重-即。线性分类器的参数,它反映每个功能的重要性。 哪个参数代表分类权?我在MATLAB documentation中看到“向量β包含定义到超平面的正交向量的系数”,因此cl.beta代表分类权吗?
答案 0 :(得分:2)
如您在此documentation中所见,hyperplane
中fitcsvm
的等式为
f(x)=x′β+b=0
您知道,该等式显示以下关系:
f(x)=w*x+b=0 or f(x)=x*w+b=0
所以,β等于w(权重)。