在 SVM 中找到预测的可信度

Find confidence of prediction in SVM

本文关键字：可信度 SVM      更新时间：2023-10-16

我正在使用opencv中的SVM分类器进行英语数字分类。我能够使用predict()函数预测类。但我希望在 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);

SVM 在训练期间试图找到一个分离的超平面，以便训练集示例位于不同的侧面。可能有很多这样的超平面（或没有），所以为了选择"最佳"的，我们寻找与所有类的总距离最大化的超平面。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 文档，CvSVM::predict有一个默认的第二个参数，用于指定要返回的内容。默认情况下，它返回分类标签，但你可以传入true，它将返回距离。

距离本身还可以，但是如果要在范围（0，1）中具有置信度值，则可以对结果应用S形函数。如果逻辑功能，则为此类功能之一。

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