4
我目前執行與使用的代碼DICOM圖像的支持向量機分類的交叉驗證方法:建議日k折交叉驗證
#Cross Validation using k-folds
clf = svm.SVC(kernel='linear')
scores = cross_validation.cross_val_score(clf,X,Y,cv=16))
print scores
print("Accuracy: %0.2f (+/- %0.2f)" % (scores.mean(),scores.std()*2))
正如你可以看到,我目前使用的16倍,如何我會找出使用的最佳褶皺量嗎?這是更好的情況嗎?我發現在使用交叉驗證的同時,我的準確性分數從66%大幅度變化到100%,通常給出的平均準確度爲82% - 85%。有沒有關於如何改善這個問題的建議,並且可能確保分類器從每個類中挑選相等數量的圖像?
對不起,我對Python很陌生!
謝謝你的任何建議!