我一直在使用 libsvm。它产生了一些好的结果（95% 的正面，94% 的负面）。然而，当我检查那些错误的时候，我很困惑为什么它会出错。我如何确定它做错了什么？（更重要的是，我该如何向老板解释？）。它出错的一些测试输入与它正确的一些测试输入非常接近（视觉上）。
关于我的问题：我正在查看 32x32 像素、8 位灰度的图像。我正在评估不同的特征检测器并将它们用作图像的密集表示（即在每个像素处）。因此，我的特征长度通常是 1024；一些特征检测器有多个输出，有时我不使用每个像素，而是每 3 个或 5 个等。这是一个二进制分类任务，在图像中寻找数字；例如，我正在尝试找到一个正方形，其中有各种字母作为底片。SVM 做得很好。但有时，它会将 T 归类为正方形，我不知道为什么。如果我使用概率，那么有时概率会很高。我该怎么做才能深入了解它在做什么以及为什么？