这些实例可能被错误分类的任何原因？答案

【问题标题】：Any reason why these instance could be misclassified?这些实例可能被错误分类的任何原因？
【发布时间】：2015-03-06 04:25:31
【问题描述】：

我从两个文件开始training 和testing。

然后使用 libsvm 我将这两个文件都缩放为 training.scale 和 testing.scale

然后使用grid.py（libsvm 的一部分）我运行training.scale 并收到了一些交叉验证值：

C = 512
gamme = 0.03125
validation 5 = 66.8421

然后使用从 grid.py 和 training.scale 找到的变量运行 svm-train，我得到了一个名为 training.scale.model 的新罚款

然后我运行 svm-predict 并创建了一个名为 testing.predict 的新文件，并获得了 60.8333% 的验证百分比

最后对比testing和testing.predict发现有47/120个错误分类

[1]：代码链接

真正的问题是这些错误分类的发生有什么原因吗？

PS。我为这个问题的错误格式道歉，太久了

【问题讨论】：

【解决方案1】：

我猜你是机器学习的新手。你得到的结果是完全正确的。

出现这些错误分类的原因是什么？您使用的功能没有很好地区分您的类。 66% 的交叉验证分数应该给了你提示。即使通过简单的命中或未命中方法，您也将获得 50% 的准确率，而您使用的功能集只能再提高 16%。尝试探索新功能。

我假设您的数据集是干净的。

【讨论】：