在Matlab中使用LibSVM進行支持向量迴歸的參數

我正在嘗試使用LibSVM進行迴歸。我試圖檢測面孔（10種不同的面孔）。我將1-10標記爲面部類別，將11標記爲非面部類別。我想開發一個腳本usig LibSVM，如果測試圖像落在10個人臉類別中的任何一個上，它會給我一個0-1之間的連續分數，否則它會給我-1（非臉部）。從這個分數，我可以預測我的經驗。如果測試圖像與第一課匹配，分數應該在0.1左右。同樣，如果測試圖像與類別10匹配，分數應該在1左右（任何連續值接近1）。我正在嘗試使用LibSVM的SVR來解決這個問題。我可以很容易地通過分類獲得預期的課程。但我想要一個連續得分值，我可以通過迴歸來獲得。現在，我正在使用LibSVM查看網絡中SVR的函數或參數，但是我找不到任何東西。在這方面有誰能幫助我？在Matlab中使用LibSVM進行支持向量迴歸的參數

來源

2013-05-29 user2433638

這仍然不是真正的迴歸。使用Platt縮放可以預測0到1之間的值，從而將SVM轉換爲概率模型。 –

這不是一個迴歸問題。通過迴歸解決它不會產生好的結果。

您正在處理多類分類問題。解決這個問題的最好方法是構造10個具有概率輸出的單比較分類器。爲了得到概率輸出（例如在區間[0,1]中），您可以使用C-SVC的-b 1選項進行訓練和預測（-s 0）。

如果10個分類器中的任何分類器對其正類產生足夠大的概率，則使用該概率（接近於1）。如果10個分類器中沒有一個產生具有足夠高置信度的正面標籤，則可以將其默認爲-1。

所以簡而言之：製作一個多類分類器，其中包含具有概率輸出的一分類分類器。隨後按照我所述對預測進行後處理，使用您選擇的概率閾值（例如0.7）。

來源

2013-05-29 18:58:01

謝謝馬克。我曾試過那個。但是我很困惑，我怎麼能爲某個班級獲得一定的正面價值（在0.0到1.0之間）。例如，如果圖像足夠接近第1類，我希望獲得0.1的理想分數，如果測試圖像足夠接近第2類，則需要0.2;如果測試圖像足夠接近第3類，則需要0.3;以此類推（1.o如果測試圖像足夠接近第10課）。此外，得分不能離散，menaing它可以有一個值6.56（在這種情況下，我會認爲它接近第7類enoungh – user2433638

@ user2433638：你可以做到這一點使用2個步驟：（1）找到分類與（k）（2）value = k-1 + prob（k）。如果找到的最大概率低於您指定的閾值，則產生-1。 –

）。現在，我可以使用參數'-b 1'得到分數，並以最高的概率得分來分類（我已經這樣做了），但是不同的等級將具有相同的概率值（意味着以概率得分8.81，等級1或者10類或5類可以在不同的執行中分類）。相反，我希望得分8.81，我會知道測試圖像被歸類爲第9類。「 – user2433638

在Matlab中使用LibSVM進行支持向量迴歸的參數

回答

相關問題