我在 Matlab 中使用 libsvm 工具箱创建了一个分类器。它将所有正类数据分类为负类，反之亦然。我在进行交叉验证时得到了很好的结果，但是在测试一些数据时，我发现分类器的工作方式错误。我似乎无法弄清楚问题出在哪里。
任何人都可以在这件事上帮助我。
问问题
1970 次
2 回答
2
当第一个训练示例的（二进制）标签为 -1 时，这是 libsvm 先前版本的“功能”。最简单的解决方案是获取最新版本（> 3.17）。
有关详细信息，请参见此处：http ://www.csie.ntu.edu.tw/~cjlin/libsvm/faq.html#f430
于 2013-05-31T18:30:08.763 回答
0
假设您有 500 个训练实例。250 将是正数，其他为负数。现在在测试集中，与正例具有相同特征的实例将被预测为正例。但是，当您向 LIBSVM 提供测试标签（您必须提供测试标签以便 LIBSVM 可以计算准确性，它们显然不会用于预测算法）时，您已经提供了完全相反的标签（错误地）。所以你有一种感觉，你预测的标签已经完全相反了。因为对于二元分类问题，即使是随机分类器也有 50% 的准确率。
于 2013-03-05T02:28:41.217 回答