使用 libsvm 的 SVM 结果的含义答案

【问题标题】：Meaning of result in SVM using libsvm使用 libsvm 的 SVM 结果的含义
【发布时间】：2014-01-13 13:31:16
【问题描述】：

我最近开始在 matlab 中使用 libsvm 包。我得到了作为向量的准确性。我不明白。有人可以解释这个输出。提前致谢。

predict_label =
     1
    -1
     1
    -1
    -1
    -1
    -1
    -1
     1
    -1
    -1
     1
    -1
    -1
    -1


accuracy =
   86.6667
    0.5333
    0.5455

prob_values =
    0.6648    0.3352
    0.0275    0.9725
    0.5591    0.4409
    0.3320    0.6680
    0.2842    0.7158
    0.1899    0.8101
    0.4817    0.5183
    0.1820    0.8180
    0.7234    0.2766
    0.2326    0.7674
    0.0189    0.9811
    0.7356    0.2644
    0.2289    0.7711
    0.0743    0.9257
    0.0285    0.9715

这是我从这个命令的输出：

[predict_label, accuracy, prob_values] = svmpredict(testLabel, [(1:N2)' testData*trainData'], model, '-b 1')

其中 N2 是一个固定值。问题在于准确度。

【问题讨论】：

准确度术语到底有什么问题？
对不起，我的意思是我在准确术语输出方面遇到了问题，没有别的。

标签： matlab libsvm

【解决方案1】：

来自reference：

函数“svmpredict”有三个输出。第一个， predictd_label，是预测标签的向量。第二个输出，准确度，是一个向量，包括准确度（用于分类），均值平方误差和平方相关系数（用于回归）。第三个是包含决策值或概率的矩阵估计值（如果指定了“-b 1”）。

【讨论】：

This 详细介绍了他们如何计算概率估计值。