支持向量回歸以使用libSVM進行相似性預測

Question

我想使用LibSVM支持向量回歸。 我想要面孔的相似度分數。 現在，當我訓練臉部時，我會將具有形狀的臉部特征作為自變量，並將得分（在0.1-1.0之間的任何值）作為因變量。 正面的正面將訓練為1.0。 否則，將基於訓練圖像的質量將臉部的部分訓練為得分在0.1-1.0之間。 在預測階段，當給出測試圖像的形狀特征時，我希望得分在0-1.0之間。 這意味着，我們將有一個自變量（特征向量）和一個因變量（0-1之間的分數）。

Answer 1

請參閱http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/#weights_for_data_instances以應用實例權重。

在LibSVM Matlab界面中， svmpredict的使用規范為：

[predicted_label, accuracy, decision_values/prob_estimates] = svmpredict(testing_label_vector, testing_instance_matrix [, 'libsvm_option']);

我相信第三個返回參數decision_values/prob_estimates是您要尋找的輸出分數。