我正在使用 libsvm 进行多类分类。如何附加分类分数,以比较分类的置信度,给定样本的输出为:
Class 1: score1
Class 2: score2
Class 3: score3
Class 4: score4
我正在使用 libsvm 进行多类分类。如何附加分类分数,以比较分类的置信度,给定样本的输出为:
Class 1: score1
Class 2: score2
Class 3: score3
Class 4: score4
您可以首先使用 one vs all 方法,并通过在 libSVM 中使用决策值选项将它们视为 2class 分类。这是通过将每个类作为正类而将类的其余部分作为每个分类的负类来完成的。
然后比较结果的决策值对样本进行分类。就像您可以将样本分配给具有最高决策值的类一样。例如,样本 1 第 1 类的决策值为 0.54,第 2 类为 0.64,第 3 类为 0.43,第 4 类为 0.80,则可以将其分类为第 4 类。
您还可以通过使用 libSVM 中的 -b 选项使用概率值而不是决策函数值进行分类。
希望这可以帮助..
另一种选择是使用 LIBLINEAR 包,它在内部实现了解决多类问题的一对多策略。在 LIBSVM 中,此实现基于一对一策略。