在 SVM 中找到预测的置信度

Question

我正在使用 opencv 中的 SVM 分类器进行英文数字分类。 我能够使用predict() 函数预测类。 但我想在 0-1 之间获得预测的信心。有人可以提供一种使用opencv的方法吗

 //svm parameters used
 m_params.svm_type    = CvSVM::C_SVC;
 m_params.kernel_type = CvSVM::RBF;
 m_params.term_crit   = cvTermCriteria(CV_TERMCRIT_ITER, 500, 1e-8);

 //for training
 svmob.train_auto(m_features, m_labels, cv::Mat(), cv::Mat(), m_params, 10);

 //for prediction
 predicted = svmob.predict(testData);

Answer 1

SVM 在训练期间试图找到一个分离的超平面，使训练集示例位于不同的侧面。可能有许多这样的超平面（或没有），因此为了选择“最佳”，我们寻找与所有类的总距离最大化的那个。事实上，离超平面点越远——我们对这个决定就越有信心。所以我们感兴趣的是到超平面的距离。

根据 OpenCV documentation，CvSVM::predict 有一个默认的第二个参数，用于指定返回的内容。默认返回分类标签，但你可以传入true，它会返回距离。

距离本身还不错，但是如果您想在 (0, 1) 范围内获得置信度值，可以将sigmoidal 函数应用于结果。逻辑函数是此类函数之一。

decision = svmob.predict(testData, true);
confidence = 1.0 / (1.0 + exp(-decision));