Question

我正在使用 one-vs-all 来执行21 - 类 svm分类。

我希望标签-1表示“不在此课程中，标签1表示”确实在此课程中“对于每个21内核。

我使用这个标准生成了我预先计算的内核和我的测试向量。

使用easy.py对于20个类来说，一切都很顺利，但对于其中一个，标签已切换，以便所有应使用1标记的输入进入该课程被标记为-1，反之亦然。

该类的差异在于预先计算的内核中的第一个向量标记为1，而在所有其他内核中，第一个向量标记为-1。这表明 LibSVM 重新标记了我的所有载体。

有没有办法阻止这种或简单的解决方法？

Answer 1

您已经发现libsvm使用标签-1来表示它首先遇到的任何标签。原因是，它允许任意标签，并根据它们在标签向量中出现的顺序将它们更改为-1和+1。

因此，您可以直接检查这个，也可以查看libsvm返回的模型。它包含一个名为Label的条目，它是一个包含libsvm遇到标签的顺序的向量。您也可以使用此信息来切换乐谱的符号。

Answer 2

如果在训练期间 libsvm 首先遇到标签 A ，那么在预测期间 libsvm 将使用正值为对象分配标签 A ，将负值用于其他标签。

因此，如果您使用标签 1 作为正类， 0 作为负数，那么要获得正确的输出值，您应该执行以下技巧（Matlab）。

%test_data.y contains 0-s and 1-s
[labels,~,values] = svmpredict(test_data.y, test_data.X, model, ' ');

if (model.Label(1) == 0) % we check which label was encountered by libsvm first
    values = -values;
end

SVM中严格的类标签

2 个答案: