为什么使用支持向量机的分类结果在matlab中不好？

-1

我有一些问题与SVM。我使用svmtrain和svmclassify进行分类质量和没有质量。我有数据训练40个假阳性和13个真阳性。当我测试它（数据测试，我使用=数据培训）正在工作，并给予100％。但是当我测试它（数据测试我从数据训练中取出）时，数据训练（TP = 8 FP = 30）和数据测试（TP = 5 FP = 10）。结果给所有的数据误报。对这个问题有什么想法吗？还是因为少量的数据测试和培训？为什么使用支持向量机的分类结果在matlab中不好？

来源

2013-03-20 user2157806

独立测试集执行得不好很正常，这意味着您的模型显然倾向于过度适应，因为您在适合训练数据时得到了100％。尝试调整svm模型参数，应用数据预处理，特别是标准化，以减少训练和（希望）您的独立测试数据的适应性。当两个准确度接近时，该模型将是有效的。

来源

2013-03-21 09:23:33 user2194365

好的。我想确保1.我的分类已经是正确的（因为在训练数据用于测试时给出100％）？ 2.我应该平衡训练数据和测试数据的数量吗？（这也是问题？）。 3.你的意思是什么调整模型参数？（你的意思是我必须尝试另一个内核并设置参数？或者有另一个参数？4.如果我使用了libsvm，它会给出更好的结果吗？在这个领域是初学者，谢谢 – user2157806 2013-03-21 12:07:28

如果你使用的是libsvm包，你可以看看初学者的指南：http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf特别注意“网格搜索”技术，100％的训练数据并不意味着除了过度拟合的可能性之外，重要的是独立测试数据的％校正和交叉验证数据。我不确定平衡会是一个问题，因为它是高度针对特定问题的。 – user2194365 2013-03-21 12:11:29

为什么使用支持向量机的分类结果在matlab中不好？

回答

相关问题