使用OpenCV在多类分类中获取SVM分类分数

Question

我正在进行一个项目，使用OpenCV中的SVM进行多类分类。

我的目标是获得分类的置信度得分和预测类别。我怎么做呢？目前我正在尝试以下方法：

float result = mysvm.predict(sample);

我有很多类别时，我更喜欢避免做大量的一对全分类，然后计算分数。

由于OpenCV SVM使用LibSVM实现，我相信有一种方法可以做到这一点，但是查看http://docs.opencv.org/modules/ml/doc/support_vector_machines.html并没有帮助。

感谢提供任何意见。

- powder

Answer 1

在 opencv/include/opencv2/ml/ml.hpp 中，有一个名为 CvSVMDecisionFunc 的结构体。它在第 546 行作为受保护变量被使用。

CvSVMDecisionFunc* decision_func;

你需要做的是将该行代码剪切并粘贴为Public，然后对OpenCV进行完整重建。这个变量decision_func包含特定支持向量的所有数据（即alpha和rho值）。

- scap3y

---

这看起来是一个相当激进的方法，如果我找不到其他解决问题的方法，我会这样做。我已经看到predict()函数中的bool returnDFVal=false可以满足我的需求，但仅适用于二元分类。没有办法在多类分类中获得它吗？ - powder

好的，既然我浪费了足够的时间尝试找到更好的方法来解决这个问题，我已经按照建议重新构建了我的OpenCV设置，将决策函数结构体设置为public。但是我仍然有一些困难理解其值。我有： - rho: -0.9667... - sv_count: 1 - alpha: {1.00...} - sv_index: 0不太是我预期的...我不应该拥有支持向量的数量，这些向量的数量等于我用于分类的类别数吗？ - powder

我不知道如何在多类问题中使用returnDFVal。关于sv_count，你是正确的；它应该与类别数目相符（在这种情况下，在SVM训练阶段提供的标签）。一般来说，我尝试为负样本使用**-1.0**，并为其余样本使用单点正浮点数。 - scap3y

@powder 你可以避免重建OpenCV。由于decision_func是受保护的，因此您可以扩展CvSVM类并从扩展类中访问该变量。这种方式更好。 - nimcap