Я использую libsvm для классификации изображений в Matlab. Что именно означает training_label_vector в команде «svmtrain». Что означает testing_label_vector и testing_instance_matrix в «svmpredict». После обучения, как использовать результаты.
Запрос в обучении
Ответы (1)
Для SVM каждый пример состоит из двух частей: входной объект (обычно вектор, содержащий данные) и желаемое выходное значение или метка, указывающая, к какому объекту/классу он принадлежит. Вектор обучающей метки в основном представляет класс, к которому принадлежит вектор. Для двухклассовой классификации значения метки обучения будут равны 1 или -1. Таким образом, некоторым функциям будет присвоена метка как 1, а некоторым как -1. Это относится к вектору Testing Label. Матрица Testing Instance представляет данные, с которыми вы пытаетесь протестировать модель.
После обучения модель будет выведена, и вам нужно будет протестировать матрицу тестирования и метки тестирования, чтобы получить точность классификатора.
Чтобы узнать больше об SVM, воспользуйтесь хорошей ссылкой: http://www.tristanfletcher.co.uk/SVM%20Explained.pdf