我一直在研究"双语文档中的脚本识别"。我想在matlab中使用libsvm将页面/块分类为Eng（第1类）、Hindi（第2类）或Mixed。但问题是，我所具有的训练数据仅由对应于印地语和英语页面/块的样本组成，而没有混合页面。
我想要给出的测试数据也可能由混合页面/块组成，在这种情况下，我希望它被归类为"混合"。我计划使用置信度得分或概率值来做这件事。类似于如果类别1的prob值大于阈值（比如0.8）并且类别2的prob小于阈值（比如0.05），则它将被分类为类别1，而类别2反之亦然。但如果上述两个条件不满足，那么我想把它归类为"混合"。
"libsvmprecdiction"的第三个返回值是prob_values，我计划继续使用这个prob_value来决定测试数据是印地语、英语还是混合语。但在一些地方，我了解到"libsvmprecdiction"不会产生实际的probvalue。
有没有任何方法可以帮助我使用SVM中仅由2个类组成的训练数据将测试数据分类为3个类（印地语、英语、混合）。
这不是SVM的操作方式
SVM决不能在不知道某个类的情况下预测它，也不知道如何将该类与所有其他类分开。
LibSVM中的函数svmpredict()实际上显示了概率估计，这个值越大，你对自己的预测就越有信心。但是，如果只有两个类来预测第三个类，则不能依赖于这些值：实际上，svmpredict()将返回与类一样多的决策值。
你可以继续你的阈值系统（同样，它不是基于SVM的），但它很可能会失败或表现不佳。考虑一下：您必须设置两个阈值，并以逻辑与的方式使用它们。正确分类非混合文件的机会确实会大大减少。
我的建议是：与其浪费时间设置阈值，否则很可能会出现糟糕的表现，不如将其中一些文本连接在一起，或者创建一些带有印地语和英语行的新文件，以便在训练数据中添加一些适当的混合文档，并执行标准的3类SVM系统
为了创建这样的文件，您还可以使用Matlab，它有相当不错的文件I/O功能，如fread()、fwrite()、fprintf()、fscanf()、importdata()等…