关于LIBSVM预测的概率估计

我正在尝试使用SVM分类器进行3级分类.我们如何解释LIBSVM预测的概率估计.它是基于实例与最大边缘超平面的垂直距离吗?

请通过对LIBSVM分类器预测的概率估计的解释进行一些阐述.首先调整参数C和gamma,然后使用-b选项输出概率估计值,同时进行训练和测试.

最佳答案
多类SVM总是被分解为几个二元分类器(通常是一组与所有分类器).任何二进制SVM分类器的决策函数输出到分离超平面的(带符号)距离.简而言之,SVM将输入域映射到一维实数(决策值).预测标签由决策值的符号确定.从SVM模型获得概率输出的最常见技术是通过所谓的Platt scaling (paper of LIBSVM authors).

Is it based on perpendicular distance of the instance from the maximal margin hyperplane?

是.通过校准分类器的决策值的逻辑函数,可以对输出这种一维实数值的任何分类器进行后处理以产生概率.这与标准logistic regression完全相同.

转载注明原文:关于LIBSVM预测的概率估计 - 代码日志