python libsvm：使用的函数：svm_predict()，输出“p_val”是什么意思答案

【问题标题】：python libsvm: used function: svm_predict(), what means with output "p_val"python libsvm：使用的函数：svm_predict()，输出“p_val”是什么意思
【发布时间】：2015-08-20 03:02:41
【问题描述】：

我使用python libsvm函数：

p_label, p_acc, p_val = svm_predict(y, x, model)

输出“p_val”有问题。

任务中的问题是三个标签（+1、0、-1）分类。

我不知道它是如何预测标签的。我这样写我的python代码：

y, x = svm_read_problem('test.data')
m = svm_train( y[0:900], x[0:900], opt )
p_label, p_acc, p_val = svm_predict( y[900:910], x[900:910], m )

有输出：

p_label(预测类) = [p_val(决策值或概率估计列表)]：

-1.0 = [1.0449524711949485, 1.4113796513344399, 1.0120255052284173],
-1.0 = [1.0969353852717083, 0.9601933938910249, 0.3407227530552793],
-1.0 = [0.9608561833833849, 1.4704797796797964, 1.1354416470136237],
-1.0 = [0.5629743031525207, 0.6418911014217697, 0.5962484893807319],
-1.0 = [0.9998935746528146, 0.999862936350972, 0.4352865894491481],
-1.0 = [0.5899682420542727, 0.759898755977403, 0.45466598793345214],
-1.0 = [0.8029330343073868, 0.9569608406914972, 0.7464642555671487],
-1.0 = [1.206590596563432, 0.9205300145992189, -0.25622479105667184],
-1.0 = [0.75271162867797, 0.9999549323095839, 0.8478570959739556],
0.0 = [-0.07135185943489092, 0.483809082370377, 0.764341953305053]]

我不知道“预测标签”和“决策值列表”之间的关系。

请给我一些建议！

【问题讨论】：

标签： python libsvm

【解决方案1】：

p_val 是为每个数据点获得一个实验室的概率

【讨论】：

感谢您的回答！比如第一个答案：-1.0 = [1.0449524711949485, 1.4113796513344399, 1.0120255052284173]，你能解释一下它是怎么预测的吗？

【解决方案2】：

也许您应该在函数 svm_predict 中输入“-b 1”。那是 predicting_options 之一。那么 p_val 就是得到标签的概率。

【讨论】：