问题:带有标签1,2,3的3级分类.
工具:用于MATLAB的LibSVM
svmModel = svmtrain(, , '-b 1 -c -g ');
[predLabels, classAccuracy, **probEstimates**] = svmpredict(, , '-b 1');
在这一步之后,我得到了前十行的probEstimates,
0.9129 0.0749 0.0122
0.9059 0.0552 0.0389
0.8231 0.0183 0.1586
0.9077 0.0098 0.0825
0.9074 0.0668 0.0257
0.8685 0.0146 0.1169
0.8962 0.0664 0.0374
0.9074 0.0548 0.0377
0.9474 0.0054 0.0472
0.9178 0.0642 0.0180
但前十个预测的标签是:
2
2
2
2
2
2
2
2
2
2
问题:
>我的理解是概率估计是特定项目属于特定类的概率,给定其特征向量.但是,如果这是真的,那么这些项应该属于类1而不是类2. libsvm是否改变了类的顺序,或者我在这里遗漏了什么?如果我错了,有人可以解释一下概率估计的真正解释是什么?
>如果我必须移动决策边界以提高第1类的精确度(预测为较少的项目为1级,因此在决策边界中更加保守),我应该处理哪些类概率?怎么样?