LIBSVM svmpredict：為什么需要testLabel？

Question

我是matlab和libsvm的新手。 我有8個1000 *大小的8個不同對象的單詞袋。 我已經像這樣訓練了每個人：

buildingStruct = libsvm_svmtrain(bow,[1;0;0;0;0;0;0;0],'-b 1')

之后，我想通過bow（1，:)來測試它，它是buildingStruct的訓練數據。 即：

[predict_label, accuracy, prob_values] = libsvm_svmpredict(testLabel, bow(1,:), buildingStruct, '-b  1');

在這個意義上; 我不明白我應該給testLabel什么。 而且，例如，如果我將testLabel 1設為1，則prob_values的大小為5。為什么是5，為什么在測試火車數據后它們不接近100？ 准確性也很像[0; 9; NaN]。 這意味着什么？

謝謝

Answer 1

您應該更改參數的順序，以使其變為：

buildingStruct = libsvm_svmtrain([1;0;0;0;0;0;0;0],bow,'-b 1')

然后它將給您1.00概率作為結果。 如果您不知道測試標簽，只需給隨機數作為參數即可。 對於精度：是一個包含精度（用於分類），均方誤差和平方相關系數（用於回歸）的向量。