我正在尝试使用 LibSVM 进行回归。我正在尝试检测人脸（10 类不同的人脸）。我将 1-10 标记为面类，11 标记为非面类。我想开发一个使用 LibSVM 的脚本，如果测试图像属于 10 个面部类别中的任何一个，它将给我一个介于 0-1 之间的连续分数，否则它会给我 -1（非面部）。从这个分数，我可以预测我的课程。如果测试图像与 1st class 匹配，则分数应该在 0.1 左右。同样，如果测试图像与第 10 类匹配，则分数应该在 1 左右（任何接近 1 的连续值）。我正在尝试使用 LibSVM 使用 SVR 来解决这个问题。我可以很容易地通过分类得到预测的类。但我想要一个可以通过回归得到的连续得分值。现在，我在网上寻找使用 LibSVM 的 SVR 函数或函数中的参数，但我找不到任何东西。有人可以在这方面帮助我吗？
问问题
1184 次
1 回答
1
这不是回归问题。通过回归解决它不会产生好的结果。
您正在处理一个多类分类问题。解决这个问题的最佳方法是构建 10 个具有概率输出的一对多分类器。要获得概率输出（例如在区间 [0,1] 中），您可以使用-b 1C-SVC ( -s 0) 的选项进行训练和预测。
如果 10 个分类器中的任何一个为其正类产生足够大的概率，则使用该概率（接近 1）。如果 10 个分类器都没有产生具有足够高置信度的正标签，则可以默认为 -1。
简而言之：制作一个包含具有概率输出的一对多分类器的多类分类器。随后使用您选择的概率阈值（例如 0.7）对我描述的预测进行后处理。
于 2013-05-29T18:58:01.700 回答