在matlab中實現軟邊緣SVM的原始形式

-2

我正在實現軟邊緣svm的原始形式。在計算重量和偏差參數後，我需要在測試數據上進行測試。我怎樣才能做到這一點？我需要計算測試數據分類的準確性。謝謝。在matlab中實現軟邊緣SVM的原始形式

謝謝。

2016-03-13 Neel Shah

將您得到的分類與參考數據進行比較？ – Daniel

您的SVM的分類規則是（不管你在軟或硬的保證金規則的培訓吧）：

cl(x) = sign(<w, x> - b) = sign(SUM_i w_i x_i - b)

其中w_i是你的係數，b是一個偏見。

只要把你的測試集，通過它的規則，並計算正確的預測（準確性）的分數。

2016-03-13 12:43:11 lejlot

我做了同樣的事情。但我很困惑，如果符號是-ve，那麼樣本被錯誤分類，否則它被正確分類。但是如何將這種分類（正確或不正確）與給出的測試分類進行比較？ –

該公式分配標籤，它不會比較任何東西。爲了訓練SVM，您需要二進制標記數據 - 通常使用「+1」和「-1」，您將訓練模型，然後使用提供的公式將預測標籤分配給每個測試點。然後，爲了計算準確度，您只需計算您預測正確標籤的次數（與測試集中的相同）併除以測試集中元素的總數。 – lejlot

評論中的「-ve」是什麼意思？ – lejlot

回答