Я пытаюсь использовать libsvm с MATLAB для оценки SVM с одним vs-only, единственная проблема заключается в том, что мой набор данных не достаточно велик, чтобы гарантировать выбор определенного набора тестов , Таким образом, я хочу оценить свои классификаторы, используя метод off-one-out.libsvm: Оценка SVM с использованием одинарного выхода
Я не особенно разбираюсь в использовании SVM, так что простите меня, если я немного смущен относительно того, что делать. Мне нужно генерировать точность против кривых отзыва и матрицы смешения для моих классификаторов, но я не знаю, с чего начать.
Я дал ему уйти и придумал следующее, как грубое начало, чтобы пройти отпуск, но я не уверен, как сделать оценку.
function model = do_leave_one_out(labels, data)
acc = [];
bestC = [];
bestG = [];
for ii = 1:length(data)
% Training data for this iteration
trainData = data;
trainData(ii) = [];
looLabel = labels(ii);
trainLabels = labels;
trainLabels(ii) = [];
% Do grid search to find the best parameters?
acc(ii) = bestReportedAccuracy;
bestC(ii) = bestValueForC;
bestG(ii) = bestValueForG;
end
% After this I am not sure how to train and evaluate the final model
end
Вы используете libsvm от http://www.csie.ntu.edu.tw/~cjlin/libsvm/#matlab? – lennon310
Да, я действительно использую libSVM. – NOP