こんにちは、libsvm で SVR を使用するのに問題があります。grid.py を使用して最適な C およびガンマ パラメーターを見つけるためのすべての手順に従いますが、精度はまだかなり低く、約 0.1 です。しかし、クロスバリデーションを使ってみたところ、精度は 0.99 でした。私はまだ正解率を改善する方法を見つけています。私は svr を使用しているため、ここで話している精度は相関係数の値の 2 乗です。私のデータには、30 x 5 の予測子と 30 x 1 の予測値 (データ ラベル) が含まれています。任意の提案をいただければ幸いです。
私が試したこと：
最良のものCとg価値を見つける:
tools/grid.py train.txt.scale
そして私は得ました: C = 16,g = 0.008
C最良の値とg値を使用して、30 倍のクロス検証を実行します (1 つを除外するクロス検証を使用したい) 。
svm-train -v 30 -c 16 -g 0.008 train.txt
私は得た：
相互検証平均二乗誤差 = 6.62503 相互検証二乗相関係数 = 0.38175
しかし、svmpredictでは、0.103281159524459 の精度が得られました。
これは、最適な値を見つけるための libsvm の一般的な方法のようCですg。この精度を 0.8 以上に改善する希望があるかどうかは本当にわかりません。