Libsvm虛擬標簽干擾預測

Question

我正在嘗試在matlab中使用libsvm模擬二進制分類器的樣本預測。 我的目標變量（即我的標簽）是二進制（-1 +1）。 因此，在我的測試集中，有一些我不知道其標簽的系列。 我為這些觀察結果創建了一個新標簽（此標簽為747）。 我發現在我的Forecast_label_test向量（請參見下面的代碼）中，包含了這個747標簽。 因此，這意味着我得到的預測受包括測試集在內的數據標簽的影響，這是我應該預測的？ -錯誤可能是我使用Libsvm讀寫功能的方式，但是我找不到它-非常感謝！

%%%%%%%%%%%從CSV文件獲取數據並將其轉換為LIBSVM

addpath（'C：\\ libsvm1 \\ matlab'）; ％表示CSV文件的位置

ALLDATA = csvread（'DATACSV.csv'）; ％讀取一個csv文件

標簽= ALLDATA（:, 1）; ％標簽包含在數據的第一列中

labels_sparse =稀疏（標簽）; ％？ 需要

功能= ALLDATA（:, 4：end）; 功能百分比從第4列開始

features_sparse =稀疏（features）; 功能必須位於稀疏矩陣中

libsvmwrite（'TTT.train'，labels_sparse，features_sparse）; ％將文件寫入libsvm格式

[label_vector，predictors_matrix] = libsvmread（'C：\\ libsvm1 \\ matlab \\ TTT.train'）; ％讀取以Libsvm格式記錄的文件

%%%%%確定矢量和矩陣大小

label_vector_train = label_vector（1：143，:);

預報器_矩陣=預報器（1：143，:);

label_vector_test = label_vector（144：193，:);

預報器_矩陣_測試=預報器_矩陣（144：193，:);

％預測

參數= ['-q -c 2 -g 3'];

bestModel = svmtrain（label_vector_test，predictors_matrix_test，param）;

[predicted_label_test，准確性，概率值] = svmpredict（label_vector_test，predictors_matrix_test，bestModel）；

Answer 1

您應該使用測試數據來訓練svm模型，而應該使用訓練數據來對其進行訓練：

bestModel = svmtrain(label_vector_test, predictors_matrix_test, param);

應該：

bestModel = svmtrain(label_vector_train, predictors_matrix_train, param);