1
我正在嘗試使用libsvm和MATLAB來評估一個vs-all SVM,唯一的問題是我的數據集不夠大,無法選擇特定的測試集。因此,我想用leave-one-out來評估我的分類器。libsvm:使用leave-one-out評估SVM
我對使用支持向量機並不是特別有經驗,所以請原諒我,如果我有點困惑,應該怎麼做。我需要爲分類器生成精度與召回曲線以及混淆矩陣,但我不知道從哪裏開始。
我已經給出了它,並提出以下作爲一個粗略的開始做假離開訓練,但我不知道如何做評估。
function model = do_leave_one_out(labels, data)
acc = [];
bestC = [];
bestG = [];
for ii = 1:length(data)
% Training data for this iteration
trainData = data;
trainData(ii) = [];
looLabel = labels(ii);
trainLabels = labels;
trainLabels(ii) = [];
% Do grid search to find the best parameters?
acc(ii) = bestReportedAccuracy;
bestC(ii) = bestValueForC;
bestG(ii) = bestValueForG;
end
% After this I am not sure how to train and evaluate the final model
end
是否使用http://www.csie.ntu.edu.tw/~cjlin/libsvm/#matlab中的libsvm? – lennon310
是的,我的確在使用libSVM。 – NOP