WICHTIG: Der Betrieb von goMatlab.de wird privat finanziert fortgesetzt. - Mehr Infos...

Mein MATLAB Forum - goMatlab.de

Mein MATLAB Forum

 
Gast > Registrieren       Autologin?   

Partner:




Forum
      Option
[Erweitert]
  • Diese Seite per Mail weiterempfehlen
     


Gehe zu:  
Neues Thema eröffnen Neue Antwort erstellen

Statistical Pattern Recognition Toolbox - Problem mit SVM

 

ohkw
Forum-Newbie

Forum-Newbie


Beiträge: 1
Anmeldedatum: 07.09.10
Wohnort: ---
Version: ---
     Beitrag Verfasst am: 07.09.2010, 11:30     Titel: Statistical Pattern Recognition Toolbox - Problem mit SVM
  Antworten mit Zitat      
Hallo, ich hoffe ich hab das Thema im richtigen Forum erstellt.
Ich würde dringend Hilfe zu einer Frage bezüglich einer SVM-Konfigurierung benötigen.
Die Beschreibung:
ich trianiere eine oaosvm mit trainingsdaten aus 2 Klassen:

Code:

data.X = x;
data.y = trainSVMCats;

options.solver = 'smo';
options.verb   = 1;
options.ker    = 'linear';
options.arg    = 1;
options.C      = Inf;

svm = oaosvm(data, options);
 

-----------------------------------------------

Bei der Klassifizierung will ich dann 2 Werte haben. erstens die vorhergesagte Klasse und zweitens die Votes oder Confidence für diese Klasse
Code:

 predCat = [0;0];
 predCat = mvsvmclass(x, svm);
 

in der Hilfe steht folgendes:

Zitat:

mvsvmclass


mvsvmclass Majority voting multi-class SVM classifier.

Synopsis:
[y,votes] = mvsvmclass(X,model)

Description:
[y,votes] = mvsvmclass(X,model) multi-class SVM classifier
based on majority voting. The classifier involves nrule
binary rules each classifying into one of nclass labels.
The final decision is make for the class with majority
votes.

Input:
X [dim x num_data] Input vectors to be classified.

model [struct] Multi-class SVM majority voting classifier:
.Alpha [nsv x nrule] Weights.
.bin_y [2 x nrule] Translation between binary responses of
the discriminant functions and class labels.
.b [nrule x 1] Biases of discriminant functions.
.sv.X [dim x nsv] Support vectors.
.options.ker [string] Kernel identifier; see 'help kernel'.
.options.arg [1 x nargs] Kernel agrument(s).

Output:
y [1 x num_data] Predicted labels.
votes [nclass x num_data] Number of votes for each class.

Example:


See also

oaosvm, svmclass.


Das Problem:

Ich bekomme immer nur einen Skalar anstelle des 2 dimensionalen Zeilenvektors zurückgeliefert. Also nur die Klasse und keine Votes. Ich brauch die Votes oder Confidence aber dringend da ich damit eine neighborhood suppression implementieren muss.

Vllt. kann mir hier ja wer damit helfen. Ich bin schon komplett am verzweifeln, da ich in Hilfe und Doku nirgends einen Anhaltspunkt finde wie ich an diese Votes komme.

Danke im Voraus für die Hlfe!
Grüße!
OHKW

Edit by denny: Bitte den Code und die Zitaten entsprechend kennzeichnen. Danke!
Private Nachricht senden Benutzer-Profile anzeigen


Neues Thema eröffnen Neue Antwort erstellen



Einstellungen und Berechtigungen
Beiträge der letzten Zeit anzeigen:

Du kannst Beiträge in dieses Forum schreiben.
Du kannst auf Beiträge in diesem Forum antworten.
Du kannst deine Beiträge in diesem Forum nicht bearbeiten.
Du kannst deine Beiträge in diesem Forum nicht löschen.
Du kannst an Umfragen in diesem Forum nicht mitmachen.
Du kannst Dateien in diesem Forum posten
Du kannst Dateien in diesem Forum herunterladen
.





 Impressum  | Nutzungsbedingungen  | Datenschutz | FAQ | goMatlab RSS Button RSS

Hosted by:


Copyright © 2007 - 2024 goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks

MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.