愛(ài)華網(wǎng)在使用libsvm進(jìn)行分類時(shí)，碰到以下幾個(gè)問(wèn)題，求高手指點(diǎn)：
（1）在進(jìn)行多類分類時(shí)，由于libsvm用的是1-v-1方法，但是一般一個(gè)樣本有很多屬性，就拿葡萄酒的樣本來(lái)說(shuō)，它是一個(gè)三類問(wèn)題，每個(gè)樣本有13個(gè)屬性，那么其訓(xùn)練預(yù)測(cè)過(guò)程是什么呢？訓(xùn)練過(guò)程是先對(duì)樣本的同一屬性使用1-v-1方法，進(jìn)行訓(xùn)練，得到一組支持向量和相應(yīng)模型，然后呢？其它的12個(gè)屬性是怎么加入訓(xùn)練過(guò)程的？預(yù)測(cè)時(shí)，也是先對(duì)所有樣本的第一個(gè)屬性使用訓(xùn)練好的1-v-1模型進(jìn)行投票決策，接下來(lái)呢？其他的12個(gè)屬性也是使用同樣的方法嗎？最終的決策是怎樣得出的？
（2）有沒(méi)有函數(shù)命令直接求得對(duì)每類的投票所得的票數(shù)？
（3）在使用葡萄酒數(shù)據(jù)分類時(shí)，使用預(yù)測(cè)函數(shù)
[predicted_label, accuracy, decision_values/prob_estimates] = svmpredict(test_label, test_matrix, model, ['libsvm_options']);
，其中的 decision_values/prob_estimates是決策函數(shù)f(x)=(w,x)+b的值嗎？對(duì)于兩分類問(wèn)題，它是nx1維的矩陣，對(duì)于紅酒的三類問(wèn)題，它為什么是89x3維的矩陣？
（4）對(duì)于葡萄酒數(shù)據(jù)，訓(xùn)練出的model是：
Parameters: [5x1 double]
nr_class: 3
totalSV: 89
rho: [3x1 double]
Label: [3x1 double]
ProbA: []
ProbB: []
nSV: [3x1 double]
sv_coef: [89x2 double]
SVs: [89x13 double]
系數(shù)w，也就是model中的sv_coef怎么成了89x2 維的矩陣了，這個(gè)怎么理解？還有SVs到底代表什么？
（5）如果想使用Platt模型p=1/(1+exp(Af+B)) 求模型的概率輸出，其中的參數(shù)A和B怎么求得？
[ 本帖最后由 xffxff 于 2010-4-28 11:24 編輯 ]
SVM視頻：
http://www.ilovematlab.cn/forum-180-1.html
愛(ài)華網(wǎng)本文地址 » http://www.klfzs.com/a/25101011/69863.html
