Python libsvm：使用的功能：svm_predict()，输出"p_val"是什么意思

Question

我使用python libsvm函数:

p_label, p_acc, p_val = svm_predict(y, x, model)

输出"p_val"有一些问题。

任务中的问题是三标签(+ 1,0，-1)分类。

我不知道它是如何预测标签的。我这样写我的python代码:

y, x = svm_read_problem('test.data')
m = svm_train( y[0:900], x[0:900], opt )
p_label, p_acc, p_val = svm_predict( y[900:910], x[900:910], m )

有输出:

p_label(predict class) = [p_val(一个决策值或概率估计的列表)]:

• -1.0 = [1.0449524711949485, 1.4113796513344399, 1.0120255052284173]，

• -1.0 = [1.0969353852717083, 0.9601933938910249, 0.3407227530552793]，

• -1.0 = [0.9608561833833849, 1.47047977967964, 1.1354416470136237]，

• -1.0 = [0.5629743031525207, 0.6418911014217697, 0.5962484893807319]，

• -1.0 = [0.9998935746528146, 0.999862936350972, 0.4352865894491481]，

• -1.0 = [0.5899682420542727, 0.759898755977403, 0.45466598793345214]，

• -1.0 = [0.8029330343073868, 0.9569608406914972, 0.7464642555671487]，

• -1.0 = [1.206590596563432, 0.9205300145992189， -0.25622479105667184]，

• -1.0 = [0.75271162867797, 0.9999549323095839, 0.8478570959739556]，

• 0.0 = [-0.07135185943489092, 0.483809082370377, 0.764341953305053]]

---

我不知道"预测标签"one_answers"决策值列表"之间的关系。

请给我一些建议!

Answer 1

p_val是每个数据点获得一个标签的概率

Answer 2

也许您应该在函数svm_predict中输入'-b 1'。这是predicting_options之一。那么p_val将是获得标签的概率