朋友,目前我正在使用LIBSVM在SVM分类器(5倍交叉验证)中工作。下面我提到了代码。总体而言,数据具有120个4个向量,具有3个类别。因此,每次折叠,trainData = 120×4,testData = 30×4。问题是,我必须从混淆矩阵中获得分类精度。 我需要下列问题的答案:如何使用LIBSVM从混淆矩阵中获得分类准确性?
如何从混淆矩阵中得到每个类的分类准确率?
概率估计需要什么?
该术语所指的是“预测具有最高概率的类”?
我不明白“acc”的结果吗???
在此先感谢朋友。
的代码是:
load fisheriris %# Fisher Iris dataset
[~,~,labels] = unique(species); %# labels: 1/2/3
data = zscore(meas); %# scale features
numInst = size(data,1);
numLabels = max(labels);
FISH =[];
numFolds = 5;
for jj=1:5% number of iterations
indices = crossvalind('Kfold',labels,numFolds); % K-Fold Validation
for ii = 1:numFolds
test = (indices == ii);
train = ~test
%# split training/testin