什么'；函数predict的意义&x27；OpenCV中的返回值是多少？

我在opencv中使用函数

predict

，对我的手势进行分类

svm.load("train.xml");
float ret = svm.predict(mat);//mat is my feature vector

我定义了5个标签

（1.0,2.0,3.0,4.0,5.0）

，但实际上ret的值是

（0.521220207，-0.247173533，-0.127723947··）

所以我对此感到困惑。作为Opencv官方文档，函数在我的例子中返回一个类标签（分类）

---

更新：我仍然不知道为什么会出现这个结果。但是我选择了新的特征来训练模型，预测函数的返回值是我在训练阶段定义的（例如1、2、3等）。

在SVM训练期间，为每类训练数据指定一个标签

当您对样本进行分类时，返回的结果将与其中一个标签匹配，告诉您该样本预计属于哪一类

这里还有一些文档可能会有所帮助：

---

使用支持向量机（SVM），您可以使用训练函数和预测函数。培训功能是培训您的数据并将这些信息保存在xml文件中（如果您使用大量培训数据，并且必须在另一个项目中执行预测功能，那么它有助于预测过程）

示例：每个类20个图像在您的案例中：20*5=100个培训图像，每个图像都与相应类的标签关联，所有这些信息都存储在train.xml中）

对于预测函数，它告诉您根据训练数据（训练过程中所做的孔加工）为测试图像指定的标签。你的预测结果可能是好的，也可能是坏的，我认为这都与你的训练数据有关

---

如果您想计算分类器的错误率，看看它能给出多少好结果或坏结果。

我猜：返回值是每个类的质量/置信度度量。也许它们从1.0=最佳到-1.0=最差。但也许其他人知道一个事实。请使用整数标签进行分类。（否则它会认为，你需要回归）