c++ - 在 SVM 中找到预测的置信度

Question

我正在使用 opencv 中的 SVM 分类器进行英语数字分类。我能够使用 predict() 函数预测类。但我想获得 0-1 之间的预测信心。有人可以提供一种使用 opencv 的方法吗

 //svm parameters used
 m_params.svm_type    = CvSVM::C_SVC;
 m_params.kernel_type = CvSVM::RBF;
 m_params.term_crit   = cvTermCriteria(CV_TERMCRIT_ITER, 500, 1e-8);

 //for training
 svmob.train_auto(m_features, m_labels, cv::Mat(), cv::Mat(), m_params, 10);

 //for prediction
 predicted = svmob.predict(testData);

Answer 1

训练期间的 SVM 试图找到一个分离超平面，使训练集示例位于不同的侧面。可能有很多这样的超平面(或没有)，因此为了选择“最佳”，我们寻找与所有类的总距离最大化的超平面。事实上，距离超平面点越远——我们对决策的信心就越大。所以我们感兴趣的是到超平面的距离。

根据 OpenCV documentation , CvSVM::predict 有一个默认的第二个参数，它指定返回什么。默认情况下，它返回分类标签，但您可以传入 true，它会返回距离。

距离本身还可以，但是如果你想在一个范围内有一个置信度值 (0, 1)，你可以应用 sigmoidal作用于结果。其中一个函数是逻辑函数。

decision = svmob.predict(testData, true);
confidence = 1.0 / (1.0 + exp(-decision));