2

我一直在使用 libsvm。它产生了一些好的结果(95% 的正面,94% 的负面)。然而,当我检查那些错误的时候,我很困惑为什么它会出错。我如何确定它做错了什么?(更重要的是,我该如何向老板解释?)。它出错的一些测试输入与它正确的一些测试输入非常接近(视觉上)。

关于我的问题:我正在查看 32x32 像素、8 位灰度的图像。我正在评估不同的特征检测器并将它们用作图像的密集表示(即在每个像素处)。因此,我的特征长度通常是 1024;一些特征检测器有多个输出,有时我不使用每个像素,而是每 3 个或 5 个等。这是一个二进制分类任务,在图像中寻找数字;例如,我正在尝试找到一个正方形,其中有各种字母作为底片。SVM 做得很好。但有时,它会将 T 归类为正方形,我不知道为什么。如果我使用概率,那么有时概率会很高。我该怎么做才能深入了解它在做什么以及为什么?

4

0 回答 0