爲什麼使用支持向量機的分類結果在matlab中不好？

-1

我有一些問題與SVM。我使用svmtrain和svmclassify進行分類質量和沒有質量。我有數據訓練40個假陽性和13個真陽性。當我測試它（數據測試，我使用=數據培訓）正在工作，並給予100％。但是當我測試它（數據測試我從數據訓練中取出）時，數據訓練（TP = 8 FP = 30）和數據測試（TP = 5 FP = 10）。結果給所有的數據誤報。對這個問題有什麼想法嗎？還是因爲少量的數據測試和培訓？爲什麼使用支持向量機的分類結果在matlab中不好？

來源

2013-03-20 user2157806

獨立測試集執行得不好很正常，這意味着您的模型顯然傾向於過度適應，因爲您在適合訓練數據時得到了100％。嘗試調整svm模型參數，應用數據預處理，特別是標準化，以減少訓練和（希望）您的獨立測試數據的適應性。當兩個準確度接近時，該模型將是有效的。

來源

2013-03-21 09:23:33 user2194365

好的。我想確保1.我的分類已經是正確的（因爲在訓練數據用於測試時給出100％）？ 2.我應該平衡訓練數據和測試數據的數量嗎？（這也是問題？）。 3.你的意思是什麼調整模型參數？（你的意思是我必須嘗試另一個內核並設置參數？或者有另一個參數？4.如果我使用了libsvm，它會給出更好的結果嗎？在這個領域是初學者，謝謝 – user2157806 2013-03-21 12:07:28

如果你使用的是libsvm包，你可以看看初學者的指南：http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf特別注意「網格搜索」技術，100％的訓練數據並不意味着除了過度擬合的可能性之外，重要的是獨立測試數據的％校正和交叉驗證數據。我不確定平衡會是一個問題，因爲它是高度針對特定問題的。 – user2194365 2013-03-21 12:11:29

爲什麼使用支持向量機的分類結果在matlab中不好？

回答

相關問題