如何在多标签SVM中创建训练和测试文件？我的问题是 https://www.quora.com/Can-anyone-give-me-some-pointers-for-using-SVM-for-user-recognition-using-keystroke-timing/answer/Chomba-Bupe?snid3=364610243&nsrc=1&filter=all

我的项目是动态键盘，用户对所有用户的训练。例如，如果你有三个类别A、B和C，你将有3个SVM，每个SVM都有自己的参数，即权重和偏置，以及3个分别对应于这3个类别的独立输出。在训练SVM-A时，其他两个类别B和C作为负训练集，而A作为正训练集；然后在训练SVM-B时，A和C作为负训练集；对于SVM-C，A和B是负训练集。这是所谓的“一对所有”训练过程。

我尝试过但结果出错了

我的训练文件是.csv格式，内容如下：

65 134,+1

70 98,+1

73 69,+1

82 122,+1

82 95,+1

83 127,+1

84 7,+1

85 64,+1

65 123,-1

71 115,-1

73 154,-1

73 156,-1

77 164,-1

77 144,-1

79 112,-1

83 91,-1

我的测试文件也是.csv格式，内容如下：

65 111

68 88

70 103

73 89

82 111

82 79

83 112

84 36

85 71

我的代码是

    'use strict';var so = require('stringify-object');var Q = require('q');var svm = require('../lib');var trainingFile = './archivos/training/340.txt';var testingFile = './archivos/present/340.txt';var clf = new svm.CSVC({    gamma: 0.25,    c: 1, // allow you to evaluate several values during training    normalize: false,    reduce: false,    kFold: 1 // disable k-fold cross-validation});Q.all([    svm.read(trainingFile),    svm.read(testingFile)]).spread(function (trainingSet, testingSet) {    return clf.train(trainingSet)        .progress(function(progress){            console.log('training progress: %d%', Math.round(progress*100));        })        .then(function () {            return clf.evaluate(testingSet);        });}).done(function (evaluationReport) {    console.log('Accuracy against the testset:\n', so(evaluationReport));});enter code here

回答：

你的标签是1和-1吗？如果是的话，你也需要知道测试数据的这些类别。测试分类器的目的是看它对未见数据的预测效果如何。

作为一个小例子，你可以用你的训练数据构建分类器： x_train = [65, 134], [70,98]....... [79, 112], [83, 91] y_train = [ 1, 1, ....-1, -1]

然后你通过传入测试数据来测试你的分类器。假设你传入了测试数据中的前三个例子，它做出了以下预测。[65, 111] --> 1[68, 88] -->-1[70,103] -->-1 然后你统计它正确预测的测试数据数量，但要做到这一点，你首先需要知道测试数据的类别。如果你没有这些信息，或许你可以尝试在训练数据上进行交叉验证。