binary - VLfeat 二进制分类

Question

训练： [w, b] = vl_svmtrain(feature_matrix.FeatureVector, label_vector.labelsMatrix, 0.1) ；

分类：
[~,~,~,scores] = vl_svmtrain(feature_matrix.FeatureVector_temp, labels, 0, 'model', ww, 'bias', bb, 'solver', 'none') ;

我在训练时给出了标签 -1 和 1。当我使用模型进行分类时，它返回的分数小于 -1 也大于 1。如何使用这些分数进行二元分类？分数实际上意味着什么？

Answer 1

“+1”类的分数应该是正的，“-1”类的分数应该是负的。

基本上，分数对应于分类数据点相对于 SVM 学习的分离超平面的位置。

有关支持向量机的更多信息，请查看 VLFeat 文档或许多其他在线资源中的SVM 基础部分。例如，这些讲座幻灯片非常具有说明性。