如何解决 SVM 分类器中的 NaN 值？答案

【问题标题】：How to solve the NaN value in SVM classifier?如何解决 SVM 分类器中的 NaN 值？
【发布时间】：2016-12-20 05:20:43
【问题描述】：

我使用 libsvm 工具箱对多类数据集进行分类。就我而言，我有9节课。以下是我的代码：

model = ovrtrainBot(trainLabel, trainData, type);

[predict_label, accuracy, decis_values] = ovrpredictBot(testLabel, testData, model);

我将内核类型设置为"1"，这是多项式，因为我发现这将提供最佳的分类精度。但问题是参数accuracy 在其第三行给出所有NaN 值。这参数"accuracy"如下：

63.63%  92.56% 92.56%  92.56%  92.56%  92.56%   92.56%   92.56%   92.56%
0.3636  0.0744  0.0744 0.0744  0.0744  0.0744   0.0744   0.0744   0.0744
NaN      NaN      NaN     NaN     NaN     NaN     NaN      NaN    NaN

如果我用内核t = 0(linear)，第三行准确率都会有值，但是分类准确率比我用kernel t=1低很多。

谁能帮我解决这个问题？

【问题讨论】：

@Hoki，你能回答这个问题吗？真的很感激！
很抱歉，我完全不了解该主题。第三行应该是什么意思？ ...在某些情况下将它们设置为NaN 可能是正常的...或者至少不用担心，如果最终的准确性更好。

标签： matlab svm libsvm

【解决方案1】：

这是与分类问题无关的平方相关系数 (http://www.openpr.org.cn/files/help/rn01re18.html)

【讨论】：

你的意思是即使是 NaN 也可以吗？没关系？
是的，您应该可以放心地忽略它