【发布时间】：2011-08-11 00:23:06
【问题描述】：
我有一个关于 libsvm 预测准确性的问题。我使用easy.py生成了svm模型文件。现在，当我尝试在 python 中以编程方式预测测试向量时，它显示错误预测的标签（全为 1），而使用 easy.py 我得到 91% 的准确度。
我的测试和训练数据的每一行都采用以下格式：
1 1:255 2:246 3:218 4:198 5:186 6:168 7:177 8:218 9:255 10:255 11:255 12:255 13:255 14:255 15:255 16:255 17:255 18:255 19:255 20:255 21:255 22:255 23:255 24:255 25:255 26:219 27:185 28:162 29:145 30:144 31:255 32:253 33:228 34:197
代码如下，我这里是不是做错了什么？
wimn_model = svm.svm_model("newtraindata.txt.model")
#load model
wimn_f_test=open('newtestdata.txt','r');
#load test data and train data
wimn_f_train=open('newtraindata.txt','r');
ii=0
for eachline in wimn_f_test:
vec=eachline
v=vec.split()
vector={}
ii=ii+1
#print v[0]
wimn_test_labels.append(int(v[0]))
for i in range(1,len(v)):
s=v[i].split(":")
#print s[1]
vector[i]=int(s[1])
wimn_test_vectors.append(vector)
print "wimn test "+str(len(wimn_test_vectors))
# get the training and testing vectors and labels.
ii=0
for eachline in wimn_f_train:
vec=eachline
v=vec.split()
vector={}
ii=ii+1
wimn_train_labels.append(int(v[0]))
#print v[0]
for i in range(1,len(v)):
s=v[i].split(":")
#print s[1]
vector[i]=int(s[1])
wimn_train_vectors.append(vector)
print "wimn train "+str( len(wimn_train_vectors))
s=len(wimn_train_labels)
for i_s in range(0,s):
#print i_s
ww.append(wimn_model.predict(wimn_train_vectors[i_s]))
# wrongly predicted labels are in ww. correct labels are in wimn_train_labels, wimn_test_labels.
【问题讨论】：
-
为什么要在字典而不是列表/元组中提供数据？另外，你的 libsvm 版本是多少？
-
默认情况下，libsvm 最大限度地提高准确性，(TP+TN)/ALL，在大多数样本来自一个类的二元问题中，这会导致用一个标签标记所有数据。改为最大化 F 分数 (2*precision*recall)/(precision+recall)。
-
我找到了解决方案。由于某种原因，libsvm（libsvm 3.0 是我使用的版本）在我尝试使用原始 test_data 预测它时预测错误的类标签，它预测全部为 1。但是，当我尝试使用缩放的 test_data 预测它时，它会预测正确的值（正如执行 easy.py 的输出所预期的那样）@highbandwidth：我使用 libsvm 3.0（虽然 3.1 已经存在）。我正在阅读测试向量作为字典列表，每个字典代表一个特征向量。我在网上找到了一些使用相同的教程，所以我也这样做了。