LIBSVM：未知的预测标签给出的准确度为 0%答案

【问题标题】：LIBSVM:Unknown predict Labels gives accurecy 0%LIBSVM：未知的预测标签给出的准确度为 0%
【发布时间】：2014-05-09 12:30:22
【问题描述】：

根据readme 文件，If labels are unknown, just fill this column with a number. 所以我将随机数作为预测标签，但 120 个测试文件的准确度为 0%。我的 svm_model 使用 520 个训练特征向量进行训练。是基于标签的预测吗？我怀疑是因为当我使用 1-5（即我的类标签）作为测试标签时，准确率在 60% 左右。如果是这样，那么If labels are unknown, just fill this column with a number. 是什么意思？

【问题讨论】：

如果您发现训练集、验证集和测试集之间的差异令人困惑，请查看：stats.stackexchange.com/questions/19048/…

标签： matlab classification svm libsvm

【解决方案1】：

在您进行预测时，标签仅供参考，以计算准确度。如果标签未知，那么您必须忽略准确性，因为该库没有任何值可用于比较和识别预测是否正确。

【讨论】：

实际上，虽然这 120 个测试向量的准确度为 60%（如果我传递 1-5 个标签作为输入），但它们每个的概率向量是相同的。 LIBSVM 太混乱了……
@kamol 一旦你习惯了它就不会那么混乱了:) 我建议你如果你开始学习它，不要太注意概率数字，他们可以在某些情况下具有欺骗性。如果您知道测试集中的标签，那么准确度数将为您省去手动计算的麻烦，但仅此而已。
我已经将 LIBSVM 与另一个测试和训练数据一起使用。我的another question 强调了概率分布的问题。我想听听你的意见。
我也有类似的问题，如果你的训练集有已知标签，你如何预测你的测试集的未知标签？
@Eliethesaiyan 你的训练集中没有标签吗？如果你有一个未标记的训练集，那几乎就是无监督学习的定义 (en.wikipedia.org/wiki/Unsupervised_learning)。如果您提供更多详细信息，也许我可以提供帮助。