我用LIBSVM在Matlab带有选项'-b 1'在训练和预测处理。 但它总是返回Model does not support probabiliy estimates ，所以我没有得到任何的概率或准确估计。 我试着在二进制类SVM（不NU-SVM！），它应该有工作'-b 1' ，但事实并非如此。 有谁知道什么是这个问题的原因是什么？
谢谢
Answer 1:
- 让我告诉你的使用SVM-预测 ：
用法：SVM-预测[选项] test_file里面model_file OUTPUT_FILE选项：
-b probability_estimates：是否预测概率估计，0或1（默认为0）; 一类支持向量机仅0支持
-q：安静模式（无输出）
- SVM-火车：
用法：SVM-火车[选项] training_set_file [model_file]选项：
-s svm_type : set type of SVM (default 0)0 - C-SVC（多类分类）
1 - NU-SVC（多类分类）
2 - 一个类SVM
3 - 的ε-SVR（回归）4 - NU-SVR（回归）
-t kernel_type：设定类型的核函数的（默认2）
0 -线性：U 'V 1 -多项式：（γ-U' V + coef0）^度
2 -径向基函数：EXP（-gamma | UV | ^ 2）
3 - 乙状结肠：正切（伽马* U'* V + coef0）4 - 预先计算内核（在training_set_file内核值）
-d度：设定程度的内核功能（默认值3）
-g伽马：在核函数设定伽马（默认为1 / NUM_FEATURES）
-r coef0：内核功能设置coef0（默认为0）
-c费用：设定C-SVC，ε-SVR，和NU-SVR的参数C（缺省为1）
-n NU：设置NU-SVC，一个类SVM和NU-SVR的参数NU（默认0.5）
-p小量：设置在小量-SVR的损失函数的ε（默认0.1）
-m的cachesize：以MB为单位设置高速缓存大小（默认为100）
-e小量：终止标准的设定容差（默认值0.001）
-h收缩：是否使用收缩启发式，0或1（缺省为1）
-b probability_estimates：是否训练一个SVC或SVR模型的概率估计，0或1（默认为0）
-Wi重量：设置类的参数C i到加权* C，对于C-SVC（缺省为1）
-vn：N倍交叉验证模式
-q：安静模式（无输出）
我们可以看到，最后的第四行是-b选项。 如果我们训练了与“-b 1”选项的模型，我们将得到一个可以输出概率，当你试图预测模型。 否则，如果你只有当你试图预测并不会产生与“-b 1”模型中使用“-b 1”选项。 你将得到错误：型号不支持probabiliy估计
最主要的是，如果你想获得probabiliy的估计，你应该在你的训练和测试过程中使用“-b 1”，他们两个。
Answer 2:
其实你的问题需要更多的信息来获得正确的答案。 但通常是给错误的部分是在这里的源代码：
try
{
BufferedReader input = new BufferedReader(new FileReader(argv[i]));
DataOutputStream output = new DataOutputStream(new BufferedOutputStream(new FileOutputStream(argv[i+2])));
svm_model model = svm.svm_load_model(argv[i+1]);
if(predict_probability == 1)
{
if(svm.svm_check_probability_model(model)==0)
{
System.err.print("Model does not support probabiliy estimates\n");
System.exit(1);
}
}
else
{
if(svm.svm_check_probability_model(model)!=0)
{
System.out.print("Model supports probability estimates, but disabled in prediction.\n");
}
}
predict(input,output,model,predict_probability);
input.close();
output.close();
}
catch(FileNotFoundException e)
{
exit_with_help();
}
catch(ArrayIndexOutOfBoundsException e)
{
exit_with_help();
}
}
这意味着它没有找到概率模型。
文章来源: Model does not support probabiliy estimates in libsvm
