Libsvm模型的使用

【问题标题】：Usage of Libsvm modelLibsvm模型的使用
【发布时间】：2012-05-28 02:01:55
【问题描述】：

我在 Matlab 中使用 Libsvm 开发了一个模型。我使用 CV 选择了最佳参数，并获得了训练整个数据集的模型。我使用归一化来获得更好的结果：

 maximum=max(TR)+0.00001;
 minimum=min(TR);

 for i=1:size(TR,2)
             training(1:size(TR,1),i)=double(TR(1:size(TR,1),i)-maximum(i))/(maximum(i)-minimum(i));
 end

现在如何直接使用我的模型来获取新数据的分类？我的意思是没有类标签的记录。我是否必须根据模型信息手动构建函数？

【问题讨论】：

标签： matlab model svm libsvm prediction

【解决方案1】：

您是否使用libsvmtrain 来训练您的训练数据？如果是这样，则有一个输出参数可用于对测试/未来数据进行分类。然后将该输出结构连同测试数据一起传递给svmpredict。

【讨论】：

是的，我正在使用svmtrain 来训练数据。我认为您所说的输出参数是模型。但是如果我想使用svmpredict 不应该有标签数据吗？如果我有一个未分类的新记录，我是否必须用随机类标记它并调用svmpredict？
是的，它是模型。是的，如果您没有标签，只需传入任何随机值 - 该参数只是为了计算准确性（以防标签已知）。