喜欢libsvm（python）中的一个类

我刚开始在python中使用libsvm，并得到了一些简单的分类

问题是我正在构建一个人脸检测系统，我想要一个非常低的错误拒绝率。另一方面，svm似乎优化了相同的错误拒绝和错误接受。我有什么选择

---

正如前面所说，我对libsvm很陌生，所以要友善

支持向量机通常不被认为是一种概率模型，而是一种最大鉴别模型。因此，我很难在我所知道的支持向量机的背景下阐述您的问题

此外，libSVM附带的Python绑定的性能不太好，也没有公开libSVM的所有选项

也就是说，如果您愿意查看其他绑定，那么的svm绑定会更丰富，并公开一些可能有用的参数，例如，或。您可以更加强调您不希望错误分类的类

---

此外，scikit的绑定公开了一个漏洞，但在支持向量机的情况下，我相信它依赖于黑客（因为支持向量机不是概率性的）对分类进行重采样以获得预测的置信区间的libSVM。我一直在使用libSVM的python包装器，发现我可以使用边距计算置信度量。。。请参阅下面的“预测值”函数。它返回一个实值，大的正值表示它是类成员，大的负值表示它不是类成员；接近于零的值表示它对分类没有信心。因此，不要调用“predict”，而是调用“predict\u values\u raw”，并应用一个较低的阈值（例如-2），以确保您不会拒绝任何真实的面孔

# Begin pseudo-code
import svm as svmlib

prob = svmlib.svm_problem(labels, data)
param = svmlib.svm_parameter(svm_type=svmlib.C_SVC, kernel_type = svmlib.RBF)
model = svmlib.svm_model(prob, param)

# get confidence
self.model.predict_values_raw(sample_to_classify)

---

不知道确切的语法，但一般来说，您要做的是改变阈值的值，较低的阈值将减少错误拒绝