【发布时间】：2014-04-23 23:16:57
【问题描述】：
目前我正在使用 libsvm 来解决我的一类分类问题。我的训练集中有 10 个样本，测试集中有 5 个样本，我的训练和测试集都由 svm_scale 缩放，然后我使用 smv_train 和缩放的训练集进行训练，使用 svm_pridict 和缩放的测试集进行测试。但是这个问题的出现让我很困惑。结果，为什么连我的训练样本都失败了……
Accuracy = 26.666666667% (4/15) (classification)
【问题讨论】：
-
你用的是什么内核？您是否尝试调整参数？
-
我试过 ResilientPropagation
-
您能更具体地了解您正在使用的内核吗？ ResilientPropagation 不是 libsvm 的内置内核之一。你自定义代码了吗？据我所知，Rprop 不是内核，而是训练 ANN 的算法。您能否详细说明您正在使用它做什么？
-
oops，对不起，这属于我的程序的其他部分，我尝试了 RBF 和 Sigmoid，我什至尝试了调整成本和 gamma，还有 n 折交叉验证，但事情没有结果很好......
-
如果不查看您的数据和代码，很难说出任何聪明的话。
标签： machine-learning svm libsvm