如何解决分类分数:SVM
| 我正在使用libsvm进行多类分类。如何附加分类分数以比较分类的置信度与给定样本的输出,如下所示:Class 1: score1
Class 2: score2
Class 3: score3
Class 4: score4
解决方法
您可以先使用“一对多”方法,然后在libSVM中使用“决策值”选项将其视为2类分类。通过将每个类别作为正类别,将其余类别作为负作为每个类别,可以完成此操作。
然后比较结果的决策值以对样本进行分类。就像您可以将样本分配给决策值最高的类别。例如,样本1的类别1的决策值为0.54,类别2的决策值为0.64,类别3的决策值为0.43,类别4的决策值为0.80,那么您可以将其分类为类别4。
您还可以通过使用libSVM中的-b选项,使用概率值来分类而不是决策函数值。
希望这可以帮助..
, 另一种选择是使用LIBLINEAR软件包,该软件包内部实现了“一对多”策略来解决多类问题。在LIBSVM中,此实现基于一对一策略。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。