libsvmのsvm_predict()メソッドに関する質問があります。libsvm予測メソッドの混乱
>>> y, x = [1,-1], [{1:1, 3:1}, {1:-1,3:-1}]
>>> prob = svm_problem(y, x)
>>> param = svm_parameter('-c 4 -b 1')
>>> m = svm_train(prob, param)
>>> p_label, p_acc, p_val = svm_predict(y, x, m)
今では、yはxの辞書に関連付けられているカテゴリのリストであることを理解:
READMEこのクイックスタートサンプルコードを有しています。私はまた、svm_trainの部分を理解しています。
意味が分からない部分は、svm_predictでは、xのテストデータと共にyから '真の値'を提供する必要があるということです。私は、前もってテストデータの分類を知らないという考えがあると思いました。
私のトレーニングデータがある場合:
y = [1, 2, 3]
x = [{1:1}, {1:10}, {1:20}]
が、私のテストデータは次のとおりです。
z = [{1:4}, {1:12}, {1:19}]
なぜ私はsvm_predictへのzの真の値を渡すために必要なのです()のような:
a, b, c = svm_predict(y, z, m)
私はzの真の値を知ることはできません - それは予測のためのものです。予測を実行するときにyの任意の分類値を入力するか、何か完全に欠落していますか?
おかげで、すべての
感謝します。 – apexdodge