문제 : 라벨 1,2,3을 사용한 3 가지 클래스 분류.MATLAB 용 LibSVM의 다중 클래스 분류에 대한 확률 추정
도구 :이 단계 후에 MATLAB
svmModel = svmtrain(<Trainfeatures>, <TrainclassLabels>, '-b 1 -c <someCValue> -g <someGammaValue>');
[predLabels, classAccuracy, **probEstimates**] = svmpredict(<TestFeatures>, <TestClassLabels>, '-b 1');
에 대한 LibSVM, 나는, probEstimates의 처음 10 행으로
0.9129 0.0749 0.0122
0.9059 0.0552 0.0389
0.8231 0.0183 0.1586
0.9077 0.0098 0.0825
0.9074 0.0668 0.0257
0.8685 0.0146 0.1169
0.8962 0.0664 0.0374
0.9074 0.0548 0.0377
0.9474 0.0054 0.0472
0.9178 0.0642 0.0180
얻을 수 있지만, 처음 10이 될 레이블을 예측 :
2
2
2
2
2
2
2
2
2
2
질문 :
필자의 견해는 확률 추정치가 특정 항목이 특징 벡터를 가지고 특정 클래스에 속할 확률이라고 생각했습니다. 그러나 이것이 사실이라면이 항목들은 클래스 1이 아닌 클래스 2에 속해야합니다. libsvm이 클래스의 순서를 변경합니까, 아니면 여기에 뭔가 빠져 있습니까? 내가 틀렸다면 누군가가 확률 추정의 실제 해석이 무엇인지 설명해 줄 수 있습니까?
클래스 1의 정밀도를 높이려면 결정 경계를 이동해야합니다 (클래스 1로 예측할 항목이 적어서 결정 경계에서 더 보수적이어야 함). 이러한 클래스 확률 중 어떤 것이 있어야합니까? 어떻게 다루는가?
http://stats.stackexchange.com/에서이 질문을하는 것이 나을 것 같습니다. – Mathias