SVM 中的网格搜索根本没有改进模型

Question

我希望我的 SVM 将给定数据分为 0、1、2 三类。最初我在第 1 类中得到 0 预测。所以我使用了网格搜索，即使在使用网格搜索之后，第 1 类的精度也为 0.0。可能有什么问题？我怎样才能使我的模型更精确？

网格搜索前：

               precision    recall  f1-score   support

           0       0.75      0.44      0.55        41
           1       0.00      0.00      0.00        37
           2       0.50      0.98      0.66        55

    accuracy                           0.54       133
   macro avg       0.42      0.47      0.40       133
weighted avg       0.44      0.54      0.44       133

网格搜索后：{'C': 100, 'gamma': 0.1, 'kernel': 'rbf'}

               precision    recall  f1-score   support

           0       0.72      0.56      0.63        41
           1       0.00      0.00      0.00        37
           2       0.52      0.96      0.68        55

    accuracy                           0.57       133
   macro avg       0.41      0.51      0.44       133
weighted avg       0.44      0.57      0.48       133

Answer 1

从图中可以看出，数据似乎是线性可分的，但噪声量很大。在这种情况下，您可以使用 SVM 的linear 内核。