2
我正在使用libsvm
进行图像分类。为什么当我使用更多功能进行分类时,我的预测精度会降低?它不应该增加?我的数据集大小固定为1600,训练为400,测试为400。为什么随着功能数量的增加,使用svm时分类精度会降低
我正在使用libsvm
进行图像分类。为什么当我使用更多功能进行分类时,我的预测精度会降低?它不应该增加?我的数据集大小固定为1600,训练为400,测试为400。为什么随着功能数量的增加,使用svm时分类精度会降低
由于附加特征可能不是在特征空间分离的类在所有有用的。精度不一定与功能数量相关。
包括大量的贫困功能可能会导致您的SVM学习中的噪声数据,损坏的准确性。
例如,如果你的额外功能看起来像这样(使用2D绘图的清晰程度):
然后,它会不会是用于分离(在这种情况下)一个非常好的功能两班。例如,如果SVM仅训练此模式,则它不会很好地预测未来点的类别。但是,数据集中可能有一个如下所示的功能:
像这样的功能在分离两个类时非常有用。