大家好，我在 libsvm 中使用 SVR 时遇到了困难。我正在按照所有步骤使用 grid.py 找到最佳 C 和 gamma 参数，但准确率仍然很低，大约为 0.1。但是当我尝试使用交叉验证时，准确度是 0.99。我仍在寻找提高准确率的方法。因为我使用的是 svr，所以我在这里谈论的准确度是平方相关系数值。我的数据包含 30 x 5 个预测变量和 30 x 1 个预测值（数据标签）。任何建议将不胜感激。
我试过的：
寻找最佳C和g价值：
tools/grid.py train.txt.scale
我得到了：C = 16，g = 0.008
C使用最佳值和值运行 30 倍交叉验证（我想使用留一交叉验证）g：
svm-train -v 30 -c 16 -g 0.008 train.txt
我有：
交叉验证均方误差 = 6.62503 交叉验证平方相关系数 = 0.38175
但是svmpredict，我得到了 0.103281159524459 的准确度。
这似乎是 libsvm 中查找最佳值C和g值的常用方法。我真的不知道是否有希望将这个精度提高到 0.8 或更高。