使用libSVM進行相似度預測的支持向量迴歸

我想使用LibSVM進行支持向量迴歸。我想要臉部的相似度分數。現在，當我訓練我的面孔時，我將把面部特徵作爲自變量，並將得分（0.1-1.0之間的任何值）作爲我的因變量。一個真正的積極面孔將訓練爲1.0。否則，將根據訓練圖像的質量將部分面孔訓練爲0.1-1.0之間的分數。在預測階段，當測試圖像的形狀特徵已經被給出時，我想要0-1.0之間的分數。這意味着，我們將有一個獨立變量（特徵向量）和一個因變量（得分在0-1之間）因變量。使用libSVM進行相似度預測的支持向量迴歸

來源

2013-05-31 user2433638

這裏有什麼問題？你有什麼嘗試？ – bjou

嗨，謝謝你的關注。我只想知道如何制定我的訓練（更具體地說，我怎樣才能將得分值放入我的訓練集中）。我知道，對於預測，我可以把任何隨機值作爲我的因變量。也是「均方誤差」{svmpredict函數輸出的第二個參數）我想要的其他分數 – user2433638

請參閱http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/#weights_for_data_instances以應用實例權重。

在LIBSVM Matlab的接口，爲svmpredict使用說明是：

[predicted_label, accuracy, decision_values/prob_estimates] = svmpredict(testing_label_vector, testing_instance_matrix [, 'libsvm_option']);

我相信第三返回參數decision_values/prob_estimates是你所期待的輸出成績。

來源

2013-05-31 17:53:56 bjou

我測試過了，但第一個參數給了我想要的答案。所以，在這種情況下，它給了我一個介於0-1之間的值。雖然準確度似乎比分類更差。在分類方面，我的準確性達到了85％以上，但在迴歸中，我的準確性更差。值得注意的是，我沒有放任何重量，也沒有優化我的參數。 – user2433638

使用libSVM進行相似度預測的支持向量迴歸

回答

相關問題