Я использую libsvm в Matlab для наших исследований. Точность модели при использовании в результатах кросс-валидации уже достаточно хороша. Однако у меня возникает небольшая проблема при попытке использовать (уже подготовленную) модель для прогнозирования. Команда svmpredict требует от нас указать правильную тестовую метку (которая будет использоваться для измерения точности), однако я хочу развернуть модель для классификации новых данных (с неизвестной меткой), поэтому, конечно, для этих данных тестирования нет метки. Можно ли вызвать svmpredict без указания метки (целевого) тестовых данных? Как развернуть модели, которые я получил в производственной настройке?Тестирование с использованием LIBSVM
1
A
ответ
0
Я не знаю о matlab, но в python у вас такая же ситуация. Это действительно не имеет значения, и вы можете прогнозировать с этим значением, просто игнорируйте значение точности на выходе.
Смежные вопросы
- 1. Классификация с использованием LibSVM
- 2. Классификация настроения с использованием libsvm
- 3. Как использовать масштабирование platt с перекрестной проверкой с использованием LIBSVM?
- 4. Нормализовать тренировочный набор и тестирование с помощью libsvm easy.py
- 5. Как «точность» вычисляется с использованием Libsvm - SVM_Predict.exe
- 6. Классификация документов с использованием libsvm в java
- 7. Значение результата в SVM с использованием libsvm
- 8. max-margin линейный разделитель с использованием libsvm
- 9. libsvm: Оценка SVM с использованием одинарного выхода
- 10. предсказание с использованием libsvm в java
- 11. Обучение для классификации с использованием libsvm
- 12. Выполнение регрессии с использованием LIBSVM в Matlab
- 13. дисбаланс данных в SVM с использованием libSVM
- 14. Обучение одному классу SVM с использованием LibSVM
- 15. Интерактивное тестирование с использованием
- 16. Тестирование с использованием Mockito
- 17. Тестирование с использованием JUnit
- 18. Тестирование с использованием RHinomock
- 19. примеры файлов с LIBSVM
- 20. Тюнинг svm с libsvm
- 21. Как я могу прочитать модели LIBSVM (сохраненные с использованием LIBSVM) в PySpark?
- 22. данные поезда с использованием libsvm с лучшими C и Gamma
- 23. Невозможно использовать libsvm с OCaml
- 24. LibSVM - Классификация нескольких классов с несбалансированными данными
- 25. Тестирование Loging с использованием Behat
- 26. JAVA-тестирование с использованием JUnit
- 27. Межпользовательское тестирование с использованием Selenium
- 28. Тестирование класса с использованием mongoose
- 29. AngularJS тестирование с использованием Karma
- 30. Тестирование HLS с использованием JMeter