使用 svm 的分类精度低

Question

我正在尝试使用 SVM 将大约 5000 条记录和大约 1000 个真值的数据分类为 2 个类。我的代码来自以下示例：

from sklearn import svm
clf = svm.SVC()
clf.fit(X, Y)

所以我使用了大部分默认值。方差对我来说非常高。训练准确率超过 95%，而我正在从数据集中提取大约 50 条记录的测试为 50%。

但是，如果我将测试数据的训练大小更改为大约 3000 和 2000 条记录，那么训练准确度会下降到 80%，而测试准确度会上升。为什么会这样？

现在，如果我将 scikit-learn 库更改为逻辑回归，那么百分比将保持不变。为什么会这样？

Answer 1

对 svm 的每次修改都会产生新的准确度，请记住，训练数据的准确度与实际数据的准确度不同。如果您的目标是两者都具有高精度，我建议您先尝试清理数据。