如何在java中对libsvm的svm_predict（）输出进行排序？

我正在用JAVA中的LIBSVM做一个分类任务（-1和+1）。在LIBSVM中，我使用kernel_type=RBF和svm_type=C_SVC，所有其他参数值都是默认值

如何在java中对svm_predict（）的输出进行排序？

svm_predict（）生成此文件：

 labels 1 -1
-1.0 0.019641780896603997 0.9803582191033958 
-1.0 0.021318683904391962 0.9786813160956079 
-1.0 0.01977828600663557 0.9802217139933644 
-1.0 0.0282631732179981 0.9717368267820019 
-1.0 5.286175141886943E-7 0.9999994713824858 
-1.0 0.004980730957033338 0.9950192690429667 
-1.0 0.004500990037742634 0.9954990099622574 
-1.0 0.013496219124888747 0.9865037808751113 
-1.0 0.0033941767601432665 0.9966058232398568 
-1.0 0.004436071705624729 0.9955639282943753 
-1.0 2.425758250037033E-10 0.9999999997574243 
-1.0 5.4261670963815676E-8 0.999999945738329 
-1.0 4.736895864616017E-9 0.9999999952631042 
-1.0 1.3239231249757209E-5 0.9999867607687501 
-1.0 2.3084949252003764E-7 0.9999997691505075

---

我按照以下步骤进行排名：

d=Math.abs( label(1) - label(-1) ) 

（例如0.96071=0.01964-0.98035）

（例如，rank=0.4803）

svm_predict（）为您提供了每个图像为正的概率（在第二列中）。 只需按概率顺序排列你的图像

---

您的计算相当于

rank=Math.abs（标签（1）-0.5）

。很难看出这是如何有用的，因为接近零的概率最终比高于0.5的概率大

这里的“排名”是什么意思？你想干什么？顺便说一句，你会很幸运地得到c和g参数默认值的好结果-你需要使用验证进行网格搜索以找到好的参数。假设我想要检索正面图像，SVM给我10个图像（8个正面和2个负面）。从这8张正面图片中，如何对最相关的图片进行排名？与任何基于内容的图像检索（CBIR）系统一样，它提供最相关的图像。

rank=d/2