我正在使用 libsvm(3.11) 工具在我的项目中实现 SVM 分类（使用多代理的文本分类）。但是每次我预测结果时，它都会为所有测试文档提供相同的标签，即 +1 或 -1，尽管我使用的是不同类型的数据。
我正在使用以下过程对纯文本文档执行 libsvm 分类：
-> 会有一套训练文本文件
-> 我正在使用 TF-IDF 权重将这些文本文档转换为 libsvm 支持的格式（我正在使用两个文件夹，代表两个类 .. 对于第一个文件夹，我分配了标签 -1，对于第二个文件夹，它是 +1 遵循 TF -该文本文档的 IDF 值）
-> 之后，我将这些词包放入一个纯文本文档中......然后通过使用这些词，我生成带有一些标签的测试文档向量（我只接受一个测试文档，所以 IDF 将始终为 1 并且将只有一个向量...我希望标签无关紧要）...
-> 之后，我使用默认选项应用 libsvm 函数 svm_train 和 svm_predict
我在做正确的程序吗？..如果有任何错误的程序请随时通知我..它真的会帮助我..
并且 Y 这个 libsvm 总是只给出一个标签的结果？..我的程序有什么问题吗？..还是工具有问题？？提前致谢..