在 SVM 中找到预测的可信度
Find confidence of prediction in SVM
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
//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:
- 在 SVM-Struct 中未定义对 sqrt 的引用(已使用 -lm)
- 使用 SVM 进行分类,使用来自 Bag of Word 的词汇构建
- SVM 规模:找不到命令
- 将svm分类器设置为HOG检测器
- SVM 训练时间是否取决于输入数据的内容?
- OPENCV 3.4.1获取经过定制训练的线性SVM HOG DETECTMULTISCALE的原始形式
- 如何使用 dlib 训练或合并多个 .svm 并检测多个类
- 如何在OPENCV 2.4.13中导入训练有素的SVM检测器
- 如何使用2通道垫子中的OPENCV中使用SVM
- 如何在C++代码中使用 SVM Light?(可能无需从C++代码调用可执行文件)
- 贝叶斯和SVM分类器在OpenCV3中的实现
- OPENCV SVM-对象不属于任何受过训练的类
- C++中的对象序列化,用于存储 OpenCV 的 SVM 对象 [OpenCV 3.1.0]
- 断言 sv_count !=0 失败 - 函数 train_auto,SVM 类型 - EPS_SVR
- 支持向量机 (SVM) 与 K-NN 测试效率
- OpenCV 3 and SVM training
- 如何通过安卓NDK加载svm训练文件
- 在C++中使用 Matlab SVM 模型
- OpenCV SVM 分类器图像识别
- 在 SVM 中找到预测的可信度