我对我的数据有一个奇怪的结果，我想知道你或其他人是否对此有任何见解.. 我有大约 5000 个数据和大约 16000 个属性，我训练了我的 RBF svm（我在 matlab 上使用 libsvm）每个类有 2000 个数据（我只有两个类）并用其余的（大约 1000 个数据）进行测试。
奇怪的部分是结果的所有概率估计都具有相同的值，因此属于一类的 100% 测试数据导致正确预测，其余 100% 导致错误，就像无论输入是什么，它将预测第一堂课..
我尝试交叉验证以找到 RBF 的最佳参数，但准确度与 50% 相差不远（您可以猜到原因，一半 100% 正确，一半 100% 错误），最大准确度为 51.25%。
然后我尝试了线性支持向量机，即使概率估计值至少与以前不同，结果仍然显示出相同的趋势，尽管不像以前那样 100%（一类为 97%，另一类为 4%），所以是的，主要问题是它有利于一类，无论测试数据是什么。
我没有尝试对数据进行中心化或缩放，这会有什么不同吗？
你们有什么想法吗？我真的很感激。谢谢。