【发布时间】：2013-07-06 17:12:55
【问题描述】：
我正在使用 libsvm 的 svmtrain 函数来解决 3 个特性和 2 个类别的问题。出于其他原因，我想根据 svmtrain 结果中的决策边界构建一个查找表。
LUT 有 3 个维度 - 每个特征一个维度，每个条目是 -1 或 1（--> 2 类问题）。
有人知道如何使用训练数据构建查找表吗？
【问题讨论】：
【发布时间】：2013-07-06 17:12:55
【问题描述】：
不确定您尝试使用此查找表来完成什么。 SVM 分类器构造一个分离的超平面。一个点的标签由它所在的超平面的一侧决定。
n 维空间中的超平面总是将它分成两部分。通常，您无法通过使用小于 n 的维度来确定点在哪一侧。您的查找表方法不起作用。
考虑以下二维超平面：x1+x2=0，并且您想基于一维“分类”一个点，例如(x1val, ?) -> x1val + ? > 0. 这是不可能的。
编辑：
仍然不确定您要做什么。如果您只是想将您的训练集制成表格，只需使用您的模型对其进行预测并按照您想要的方式构建结果。
不过，我看不出有任何理由这样做，所以我想我不明白你想做什么。
【讨论】：
-
我想我的问题不够清楚：我要分类的点也是 3 维的。参考您的 2d 示例：应该可以确定点 (x1val,x2val) 位于超平面的哪一侧。
-
我是这么理解的。但是您不能仅根据 3 个维度中的 1 个对所述点进行分类。这就是你想用 LUT 做的事情吗？
-
正如我刚刚在回复中编辑的那样，分类基于所有 3 个维度。