matlab中Soft margin SVM实现的原始形式
Primal form of Soft margin SVM implementation in matlab
我正在实现软边距 svm 的原始形式。在计算出权重和偏差参数后，我需要在测试数据上对其进行测试。我怎样才能做到这一点？我需要计算测试数据分类的准确性。谢谢。
谢谢。
你的 SVM 的分类规则是（不管你是用 soft 还是 hard margin 规则训练的）：
cl(x) = sign(<w, x> - b) = sign( SUM_i w_i x_i - b )
其中 w_i 是您的系数，b 是偏差。
只需要你的测试集，通过这个规则并计算正确预测的分数（准确率）。
我正在实现软边距 svm 的原始形式。在计算出权重和偏差参数后，我需要在测试数据上对其进行测试。我怎样才能做到这一点？我需要计算测试数据分类的准确性。谢谢。
谢谢。
你的 SVM 的分类规则是（不管你是用 soft 还是 hard margin 规则训练的）：
cl(x) = sign(<w, x> - b) = sign( SUM_i w_i x_i - b )
其中 w_i 是您的系数，b 是偏差。
只需要你的测试集，通过这个规则并计算正确预测的分数（准确率）。