このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
コンパクトなサポートベクターマシン(SVM)分類器の事後確率のあてはめ
は2クラス学習で使用するスコアから事後確率への最適な変換関数が格納された,学習済みのサポートベクターマシン(SVM)分類器ScoreSVMModel
= fitPosterior (SVMModel
资源描述
Y
は2クラス学習の場合に,スコアから事後確率への最適な変換関数が格納されている学習済みSVM分類器ScoreSVMModel
= fitPosterior (SVMModel
X
Y
SVMModel
[
は,前の構文における入力引数の組み合わせのすべてについて,スコアから事後確率への最適な変換関数のパラメーター(ScoreSVMModel
ScoreTransform
以下は,陽性クラスの事後確率を予測する方法の1つです。 データを 学習させたSVM分類器 最適なスコア変換関数が格納されている学習済みSVM分類器( 手順2を省略した場合,
fitcsvm
预测
事後確率をあてはめた後で,新しいデータについてラベルを予測するC / c++コードを生成できます。C / c++コードの生成には<年代pan>MATLAB<年代up>®
また,fitSVMPosterior
[1] Platt, J.“支持向量机的概率输出和与正则似然方法的比较。”金宝app大裕度分类器的进展。麻省理工学院出版社,2000年,61-74页。
CompactClassificationSVM
|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">fitcsvm
|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">fitSVMPosterior
|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">预测