【发布时间】:2014-05-23 01:28:21
【问题描述】:
我正在使用 SVM Light 多类分类器来训练具有四个类的分类器。在分类阶段,分类器输出 4 个类别的预测标签和分数。正如 SVM Light 网站所说,这些分数是“每个 k 类的判别值”。我想向用户展示每个类的概率值。所以我想知道是否有一些数学技巧或其他方法可以将这些值“转换”为概率值或至少转换为 0 到 1 之间的归一化分数?
【问题讨论】:
标签: probability svm svmlight
我正在使用 SVM Light 多类分类器来训练具有四个类的分类器。在分类阶段,分类器输出 4 个类别的预测标签和分数。正如 SVM Light 网站所说,这些分数是“每个 k 类的判别值”。我想向用户展示每个类的概率值。所以我想知道是否有一些数学技巧或其他方法可以将这些值“转换”为概率值或至少转换为 0 到 1 之间的归一化分数?
【问题讨论】:
标签: probability svm svmlight
SVM 不会导致概率估计。这样做有一些技巧,但它们需要额外的模型,例如 Platt 的缩放。
另一方面,如果您只想将任意数字“缩放”到 [0,1] 区间,您可以使用 sigmoid 函数来执行此操作。
【讨论】: