0

マイプロジェクトの紹介

私は現在、matlabで LIBSVM を使用してデータをトレーニングおよびテストしているため、アマチュアとプロの写真家が撮影した写真/画像を区別できます。私のデータは、実際には RGB ヒストグラム、Spartial Edge Distribution、Repetition Identification などの機能です。トレーニング用に 1040 枚の画像 (50% がプロの写真、50% がアマチュアの写真) と、テスト用に 210 枚の画像 (ラベルなし) を使用しました。

次のことを明確にするために誰かの助けが必要です

  1. [predicted_label, accuracy, decision_values/prob_estimates] = svmpredict(testing_label_vector, testing_instance_matrix, model [, 'libsvm_options']); テストを実行するときに、testing_label_vector が任意の値 (+1 または -1) であることは正しいですか?

  2. ドキュメントhttp://www.csie.ntu.edu.tw/~cjlin/papers/libsvm.pdfの 8 ページによる精度の値は、 次のように与えられます。精度 = # 正しく予測されたデータ / # テスト データの合計ラベルを「正しく予測されたデータ」として正当化するために、予測ラベルが testing_label_vector と同じかどうかを判断できるようにする必要があるため、テストを実行するときに testing_label_vector を知る必要がありますか?

4

1 に答える 1

2

（1）

はい、これは-1と1のベクトルであり、テストしているデータ（training_instance_matrixのデータ）の実際のラベルが何であるかを示します。

（2）

はい、LIBSVMによって返される精度値を使用できるようにするには、真のラベルを知る必要があります。そうでない場合は、SVM分類器（予測ラベル内）の決定を取得しますが、精度によって返される値は何の役にも立ちません。

于 2013-01-02T21:30:48.683 に答える