【问题标题】：Compute the training error and test error in libsvm + MATLAB在 libsvm + MATLAB 中计算训练误差和测试误差
【发布时间】：2014-05-28 17:32:48
【问题描述】：
我想为给定的 SVM 分类器绘制学习曲线。因此，为了做到这一点，我想计算训练、交叉验证和测试误差，然后在改变一些参数（例如，实例数m）的同时绘制它们。
当与 MATLAB 一起使用时，如何计算 libsvm 上的训练、交叉验证和测试错误？
我看到了其他答案（请参阅example），它们建议了其他语言的解决方案。
难道没有一种简洁的方法吗？
【问题讨论】：
标签：
matlab
classification
svm
libsvm
【解决方案1】：
给定一组由以下描述的实例：
- 一组功能
featureVector；
- 它们对应的
labels（例如，0 或 1），
如果先前通过libsvm 推断出model，则可以按如下方式计算MSE 错误：
[predictedLabels, accuracy, ~] = svmpredict(labels, featureVectors, model,'-q');
MSE = accuracy(2);
请注意，predictedLabels 包含分类器为给定实例预测的标签。