libsvm for matlab中多类分类的概率估计

Question

我对 libsvm 中的多类分类的概率估计有疑问。 我有 5 个从 0 到 4 的标签，svmpredict 返回一个矩阵“prob_estimates”985x10，其中 985 是测试集的数量，10 应该是标签的数量。我认为有一个错误，因为我有 5 个标签，但我不明白为什么以及我能做些什么来解决这个问题。

代码是这样的：

model = svmtrain(train_label, train, ['-c' num2str(best_C) ' -g ' num2str(best_gamma) ' -b 1']); [predict_label, accuracy, prob_estimates] = svmpredict(test_label, test, model);

“test_label”是一个 985x1 的矩阵，数字从 0 到 4。
“测试”是一个 985x1987 的特征矩阵。

有人可以帮助我吗？ 谢谢。

Answer 1

问题已解决：
我更改了如下代码：

model = svmtrain(train_label, train, ['-c ' num2str(best_C) ' -g ' num2str(best_gamma) ' -b 1']); [predict_label, accuracy, prob_estimates] = svmpredict(test_label, test, model, '-b 1 -q');

我在 svmpredict 中添加了这个参数：'-b 1 -q'。