machine-learning - 如何在matlab中使用svmpredict?

标签 machine-learning label svm libsvm predict

[预测标签、准确度、决策值/概率估计] = svmpredict(testing_label_vector、testing_instance_matrix、模型 [, 'libsvm_options']);

<强>1。我在 matlab 中使用 libsvm 进行图像分类。什么是 测试标签向量、测试实例矩阵、决策值/概率估计,最重要的是“svmpredict”的准确性 意思是?

<强>2。如果我用它进行测试以获得准确度值,我是否必须 知道testing_label_vector的值吗?

最佳答案

(1)

  • testing_label:是要测试的数据的真实标签
  • testing_instance_matrix:是要测试的数据,每行一个。每个数据点的标签位于testing_label中。
  • decision_values:是决策值
  • 准确度:预测标签与真实标签相符的百分比

(2)

是的。您当然需要地面事实来计算准确性。

关于machine-learning - 如何在matlab中使用svmpredict?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14127145/

相关文章:

machine-learning - Caffe 未知底部 Blob

c# - 获取当前正在访问的 "row"中的Repeater Label

matlab - 在matlab svm中测量不确定性分类

algorithm - 是否有任何真实示例说明 SVM 算法是如何工作的分步教程

python-3.x - 如何根据提供的输入从训练有素的随机森林模型中获取单个房价

python - get_dummies (Pandas) 和 OneHotEncoder (Scikit-learn) 之间的优缺点是什么?

machine-learning - Precision、Recall 和 F1 可以是相同的值吗?

swift - 如何在小 Label.text 中显示大文本?

label - 如何使用 spss 语法在输出中显示分类标签的数值

matlab - RBF 核情况下支持向量与精度之间的关系