机器学习 - Matlab libsvm - 在向量系数 w 方面遇到问题

Question

我的数据矩阵是一个 1000x65K 的矩阵，包含 500 个正示例和 500 个负示例。我的特征是二进制的（0 或 1）。我的标签是 [一（500,1）; -一（500,1）];

我正在使用以下代码训练线性 svm：

ost = 0.1;
epsilon = 2;
gamma = 0.1;
degree = 3;
coef0 = 0;
options_string = ['-s 0 -t 0 ' ' -c ' num2str(cost) ' -p ' num2str(epsilon) ' -g ' num2str(gamma) ' -d ' num2str(degree) ' -r ' num2str(coef0) ' -b 1'];
SVRModel = svm_train(data, labels , options_string);

我使用以下代码计算系数向量 w：

w = zeros(1,M);
for i=1:length(SVRModel.sv_coef)
    w = w + SVRModel.sv_coef(i)*SVRModel.SVs(i,:);
end

但是，生成的向量 w 的所有值都是相同的。此外，我得到了 484 个支持向量，所有前 424 个 svm 系数都是 0.1，其余的（也是 424 个）是 -0.1。

这怎么可能？有人可以阐明我的问题吗？

谢谢

吉尔。

Answer 1

首先，您不需要线性 SVM 中的gamma和coef0。

其次，我认为应该是

SVRModel = svm_train(labels, data, options_string);

在您的培训过程中。

您可以矢量化权重和偏差项。

w = model.SVs' * model.sv_coef;
b = -model.rho;