我想为给定的SVM分类器绘制学习曲线。因此,为了做到这一点,我想计算训练、交叉验证和测试误差,然后在改变一些参数(例如,实例数m
)的情况下绘制它们。
如何用MATLAB计算libsvm
上的训练、交叉验证和测试误差?
我看到其他的答案(见例子),建议解决方案的其他语言。
没有紧凑的方法吗?
给定一组实例:
- 它们对应的
labels
(例如,0或1),
featureVector
;如果之前通过libsvm
推断出model
,则MSE误差可以按如下方式计算:
[predictedLabels, accuracy, ~] = svmpredict(labels, featureVectors, model,'-q');
MSE = accuracy(2);
注意,predictedLabels
包含了分类器为给定实例预测的标签。