预测在sklearn

Question

训练数据我用scikit学习的SVM像这样：

clf = svm.SVC() 
clf.fit(td_X, td_y) 

我的问题是，当我使用的分类预测类的训练集的成员，可以在分类永远是错的即使在scikit-learns的实施中。 （如：clf.predict(td_X[a])==td_Y[a]）

Answer 1

是绝对，例如运行此代码：

from sklearn import svm 
import numpy as np 
clf = svm.SVC() 
np.random.seed(seed=42) 
x=np.random.normal(loc=0.0, scale=1.0, size=[100,2]) 
y=np.random.randint(2,size=100) 
clf.fit(x,y) 
print(clf.score(x,y)) 

的分数是0.61，所以近40％的训练数据的missclassified。部分原因是即使默认内核是'rbf'（理论上它应该能够完美地分类任何训练数据集，只要你没有两个具有不同标签的相同训练点），也有正则化减少过度配合。默认正规化器是C=1.0。

如果您运行与上面相同的代码，但将clf = svm.SVC()切换为clf = svm.SVC(C=200000)，则您将获得0.94的准确度。