-1

svm に問題があります。分類質量と質量なしに svmtrain と svmclassify を使用しました。40 の偽陽性と 13 の真陽性のデータ トレーニングがあります。私がそれをテストすると（私が使用したデータテスト=データトレーニング）、機能し、正確に100％になります。しかし、私がそれをテストするとき（データトレーニングから取り出したデータテスト）、データトレーニング（TP = 8 FP = 30）およびデータテスト（TP = 5 FP = 10）。その結果、すべてのデータが偽陽性になります。この問題について何か考えがありますか？それとも、データのテストとトレーニングの数が少ないためですか?

4

1 に答える 1

1

独立したテスト セットのパフォーマンスが低下するのはごく普通のことです。これは、トレーニング データに適合する場合に 100% を得るため、モデルが明らかにオーバーフィットする傾向があることを意味します。svmモデルパラメータを調整し、データ前処理、特に標準化を適用して、トレーニングへの適合度と（できれば）独立したテストデータを減らしてください。2 つの精度が近づくと、モデルは有効になります。

于 2013-03-21T09:23:33.053 に答える