LIBSVMを使用したマルチクラス

Question

私はマルチクラスのSVM分類（6クラス）を持っています。 LIBSVMを使って分類したいと思います。以下は、私が試したことであり、私はそれらに関するいくつかの質問があります。

方法1（1対1）：この方法について

model = svmtrain(TrainLabel, TrainVec, '-c 1 -g 0.00154 -b 0.9'); 
[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model); 

つの質問：1）それは-b」はnに私はマルチクラス問題 2のために行うために必要なすべての）どのような値でなければならないということですn 'である。第二の方法については

u=unique(TrainLabel); 
N=length(u); 
if(N>2)  
    itr=1;  
    classes=0; 
    while((classes~=1)&&(itr<=length(u))) 
     c1=(TrainLabel==u(itr));  
     newClass=double(c1); 
     tst = double((TestLabel == itr)); 
     model = svmtrain(newClass, TrainVec, '-c 1 -g 0.00154'); 
     [predict_label, accuracy, dec_values] = svmpredict(tst, TestVec, model);  
     itr=itr+1; 
    end 
    itr=itr-1; 
end 

、私は分類のスコアを添付しない方法：私は

方法2（残り対1）が分かりません。私は投票することができません。

これ以外にも、私が試した2つの方法です。どの方法が良いですか？

コメントがありますか？私が間違っていれば私を修正してください。 '-b' パラメータについて

Answer 1

、LIBSVMのREADMEに、それは言う：

-b probability_estimates：確率推定、0または1（デフォルト0）

用SVCやSVRモデルを訓練するかどうかしたがって、訓練されたモデルがクラス確率を返すようにするには '-b 1'を、そうでない場合は-b 0を指定する必要があります。 svmtrainに一度だけ電話する必要があります。また、トレーニングに '-b 1'を指定する場合は、それを予測用にも指定する必要があります。