📄 22.txt
字号:
发信人: fpzh (fpzh), 信区: DataMining
标 题: Re: libsvm问题?
发信站: 南京大学小百合站 (Wed Jun 11 22:09:04 2003)
有没有做Scale,如果做了Scale,那么训练数据和测试数据要一致才行。
如果再不行,考虑作模型选择(感觉这应当是必需的),如果数据量不大,可以考虑用
LibSVM的Python
【 在 arltrar (苦行僧) 的大作中提到: 】
: 使用RBF核函数,通过设置核参数g和错分惩罚参数c可以在训练集上得到正确率很
: 高(甚至100%的正确分类)的分类器,但是,此分类器在测试集上的预测结果并
: 不理想(65%左右)。
: 这是否说明样本(试验样本为两类六维,80+80)本身的特性比较差?怎样提高它的
: 范化能力呢?
: 请大虾点拨。谢。
--
※ 来源:.南京大学小百合站 bbs.nju.edu.cn.[FROM: 211.81.59.105]
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -