[英]Compute the training error and test error in libsvm + MATLAB
我想畫出給定SVM分類器的學習曲線。 因此,為了做到這一點,我想計算訓練,交叉驗證和測試誤差,然后在改變某些參數(例如,實例數m
)的同時繪制它們。
與MATLAB一起使用時,如何在libsvm
上計算訓練,交叉驗證和測試錯誤?
我看到了其他答案(請參閱示例 ),這些答案為其他語言提供了解決方案。
是否有一種緊湊的方法?
給定一組實例,描述如下:
featureVector
; labels
(例如0或1), 如果一個model
經由先前推斷的libsvm
,可以計算的MSE誤差如下:
[predictedLabels, accuracy, ~] = svmpredict(labels, featureVectors, model,'-q');
MSE = accuracy(2);
請注意, predictedLabels
包含分類器為給定實例predictedLabels
的標簽。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.