0

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?

4

1 回答 1

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