我面臨分類問題，所以我想我可以使用libSVM，實際上一切正常。libSVM - 第二好的分類
現在我想介紹一些「寬容」，看看我的系統能否在N次猜測（或嘗試）中猜出數據的正確標籤（我知道是先驗的）。我的意思是這樣的：是否有可能讓libSVM輸出不僅僅是它猜測的標籤，還有次要的，第三好的......？
其實我「發現」，我可以使用選項-b 1問LIBSVM輸出的概率。然後我可以對它們進行排序以獲得N個最有可能的標籤。
您的意思是分類的基本概率。這不是由支持向量機算法產生的。但是，您可以運行Platt (1999)中所述的輔助模型。
是的，你可能理解正確。舉一個例子，我的意思是這樣的答案：「根據我的說法，這是第一類，如果不是那麼它是第三類，如果不是，那麼它是第二類」。所以它更可能是1，然後是3，然後是2.但如果你說這不被支持，那麼我會尋找另一個解決方案，就像你引用的那個。 – minomic 2015-04-06 16:16:53
其實我發現我可以用-b 1選項讓libSVM輸出概率。然後我可以對它們進行排序以獲得N個最有可能的標籤。這可能解決了我的問題！ – minomic 2015-04-06 17:14:05
@minomic好吧，我還沒有真正與libSVM一起工作，所以讓我看看產生了什麼。 – tchakravarty 2015-04-07 11:08:42
請注意，開關'-b 1'完全實現了我在答案中提到的論文（使用改進的算法，這兩個參考文獻[這裏]（http://www.csie.ntu.edu.tw/） 〜cjlin/papers/libsvm.pdf），在第8節）。 – tchakravarty 2015-04-07 11:16:12
@fg nu謝謝您的信息。當然，我接受了你的答案！ – minomic 2015-04-07 14:24:50