我知道 LIBSVM 在涉及多类 SVM 时只允许一对一分类。但是,我想对其进行一些调整以执行一对一的分类。我试图在下面进行一对一。这是正确的方法吗?
编码:
TrainLabel;TrainVec;TestVec;TestLaBel;
u=unique(TrainLabel);
N=length(u);
if(N>2)
itr=1;
classes=0;
while((classes~=1)&&(itr<=length(u)))
c1=(TrainLabel==u(itr));
newClass=c1;
model = svmtrain(TrainLabel, TrainVec, '-c 1 -g 0.00154');
[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);
itr=itr+1;
end
itr=itr-1;
end
我可能犯了一些错误。我想听听一些反馈。谢谢。
第二部分:正如grapeot所说:我需要做Sum-pooling(或投票作为一种简化的解决方案)才能得出最终答案。我不知道该怎么做。我需要一些帮助;我看到了python文件,但仍然不太确定。我需要帮助。