獲取SMO分類的確切輸出值，然後將其明確劃分爲類別

Question

在weka中運行SMO分類器時，如果我已將我的訓練標籤輸入爲0和5（二元集），然後在運行分類器模型時測試數據，輸出是0到5之間的一些十進制數值，在後一步明確分類爲兩個二進制標籤，還是沒有中間十進制數值？

如果它們存在，如何獲得這些中間十進制值？ （例如，在上述模型中，smo/svm分類器是否在給定範圍內分配值，如1,2,3和4或其他一些十進制/浮點值，然後將這些值合適地分組到0和5個價值等級）。

Answer 1

分類中沒有「標籤值」的概念。標籤只是一個標識符，而不是可比較的對象，它被分配給問題中的特定實例。 「0」和「5」也可以是「獅子」和「大象」。特別是對於SVM（WEKA通過讓人們稱SVM爲SMO而使科學界做了一件可怕的事情，僅僅是因爲這裏面使用瞭解算器算法......），每個標籤都被轉換成「-1」和「 +1" 。在內部，SVM確實有一個支持的概念，因爲它會線性地投影你的數據點，從而從整個R（-inf，+ inf）獲得一個值，並根據符號分配標籤。這在很粗略的意義上說是一種模型的確定性（不過沒有以任何可能的方式進行校準，因此「0.01」並不意味着除了「小於0.02」之外的任何其他指標，但我們甚至不能說0.01比不確定性0.02點，因爲有這些價值的合理比例。

在「純」秧雞有classifier.distributionForInstance()返回這些值。在classify選項卡上秧雞資源管理器，點擊More options...並勾選Output predictions得到它們。