Sie können zuerst eine vs-alle-Methode verwenden und sie als 2-Klassen-Klassifizierung betrachten, indem Sie die Entscheidungswert-Option in der libSVM haben. Dies geschieht, indem jede Klasse als positive Klasse und jeder Rest der Klasse als negativ für jede Klassifizierung betrachtet wird.
Vergleichen Sie dann die Entscheidungswerte der Ergebnisse, um die Proben zu klassifizieren. So können Sie das Beispiel der Klasse zuordnen, die die höchsten Entscheidungswerte hat. Beispiel 1 hat den Entscheidungswert 0,54 für Klasse 1, 0,64 für Klasse 2, 0,43 für Klasse 3 und 0,80 für Klasse 4, und Sie können es dann in class4 einteilen.
Sie können auch Wahrscheinlichkeitswerte verwenden, um anstelle von Entscheidungsfunktionswerten mithilfe der Option -b in libSVM zu klassifizieren.
Hoffe das hilft ..
Tags und Links statistics classification libsvm svm