誤分類二元SVM

Question

給定數據集

0 0 1 
3 4 1 
5 9 1 
12 1 1 
8 7 1 
9 8 -1 
6 12 -1 
10 8 -1 
8 5 -1 
14 8 -1 

當這些列車數據應用SVM，

3 4 1,8 7 1 and 6 12 -1 are missclassified. 

這是什麼mean--

數據點3 4無論是在亙古不變的秋天類標籤1，但落入-1。

是這樣嗎？

Answer 1

是的，這意味着該模型已校準的產率：

3 4 => -1

8 7 => -1

6 12 => 1

你有30％的錯誤率。

使用線性判別分析方法，您可以有20％的錯誤率。 但請記住，你的人口中沒有太多元素（只有10）。對於2個描述符而言這是相對較低的。

事實上，如果你估計與引導方法的錯誤率，我們發現：

• 用於判別分析方法的一個60％的錯誤率

• 的SVM方法的一個55％的錯誤率：SVM往往更適合過度擬合。

乾杯