使用 OpenCV 在多类分类中获取 SVM 分类分数答案

【问题标题】：Get SVM classification score in multiclass classification with OpenCV使用 OpenCV 在多类分类中获取 SVM 分类分数
【发布时间】：2013-11-17 13:56:11
【问题描述】：

我正在做一个项目，我在 OpenCV 中使用 SVM 进行多类分类。

我的目标是获得分类的置信度分数以及预测的类。我怎样才能做到这一点？现在我正在做类似的事情

float result = mysvm.predict(sample);

拥有相当多的课程，我宁愿避免进行大量的一对多分类，然后计算分数。

由于 OpenCV SVM 是使用 LibSVM 实现的，我很确定有办法做到这一点，但查看 http://docs.opencv.org/modules/ml/doc/support_vector_machines.html 并没有真正的帮助。

感谢您提供的任何意见。

【问题讨论】：

标签： c++ opencv svm

【解决方案1】：

在opencv/include/opencv2/ml/ml.hpp中，有一个名为CvSVMDecisionFunc的结构体。它已在546行中使用过em> 作为受保护的变量，

CvSVMDecisionFunc* decision_func;

你需要做的是剪下那条线并将其粘贴为 Public 然后对 OpenCV 进行完全重建。这个变量 decision_func 包含所有数据对于特定的支持向量（即 alpha 和 rho 值）..

【讨论】：

这看起来是一个非常激进的方法，如果我真的找不到其他方法来解决我的问题，我会这样做。我已经看到 predict() 函数中的 bool returnDFVal=false 可以满足我的需要，但仅用于二进制分类。没有办法获得它进行多类分类？
好的，因为我浪费了足够的时间试图找出更好的方法来做到这一点，所以我按照建议做了并重建了我的 OpenCV，将决策函数结构设置为公共。不过，我在理解它的价值观时遇到了一些困难。我有- rho: -0.9667...- sv_count: 1- alpha: {1.00...}- sv_index: 0不是我所期望的......我不应该有一些支持向量，即我用于分类的类的数量吗？
好吧，我不知道如何使用returnDFVal 解决多类问题。关于sv_count，你是对的；它应该与类的数量一致（在这种情况下，您在 SVM 训练阶段提供的标签）。一般情况下，我尝试将 -1.0 用于负样本和单点正样本其余的浮动..
@powder 你可以避免重建 OpenCV。由于decision_func 受到保护，您可以扩展CvSVM 类并从扩展类访问该变量。这种方式比较好。