0

快速回顾一下我想做的事情,我想确定一篇文章是否由同一作者撰写。因此我使用一类分类。
在我的训练集(18 个样本)中,它看起来像这样(为了简化,我使用 x 作为数据值):

1 1:x 2:x "until" 200:x
1 1:x 2:x "until" 200:x

在我的测试集(3 个样本)中,它看起来像这样(为了简化,我使用 y 作为数据值):

1 1:y 2:y "until" 200:y

对于数据准备(训练和测试集),我将缩放上限和下限设置为 +1/-1

-l -1 -u 1

对于训练,我使用 svm_type 是一类 svm,内核类型是 Sigmoid。然而准确率是0%

optimization finished, #iter = 13
obj = 22.901769047004553, rho = 5.476401914859387
nSV = 11, nBSV = 6
Accuracy = 0.0% (0/21) (classification)

有人可以告诉我我在这里做错了什么吗?

4

1 回答 1

1

您需要调整参数。

nu是训练误差分数的上限和支持向量分数的下限。通过这样的设置,基本上nu可以拒绝数据的数量(例如 0.01 表示 1%)并将其标记为异常值。

还尝试在 Sigmoid 内核中调整gamma和值。coef0

虽然它可能不是导致你的训练精度为零的直接因素,但我建议你自己缩放数据而不是 libsvm 的最大最小缩放,检查标准缩放

 x_mean = mean(x);
 x_std = std(x);
 x = (x - x_mean)./x_std;

然后使用相同的值x_meanx_std值来扩展您的测试数据。

于 2014-03-05T19:36:13.627 回答