Почему результаты классификации с использованием SVM не подходят в Matlab?

Question

У меня есть проблема с svm. Я использовал svmtrain и svmclassify для классификации массы и массы. У меня есть подготовка данных 40 ложных положительных и 13 истинных положительных. когда я его тестирую (тестирование данных, которое я использовал = обучение данных) работает и дает на 100% больше. но когда я тестирую (тестирование данных, которое я извлекаю из обучения данных), обучение данных (TP = 8 FP = 30) и тестирование данных (TP = 5 FP = 10). результат дает все данные ложно положительными. есть ли какие-либо идеи по этой проблеме? или это из-за небольшого числа тестирования и обучения данных?

Answer 1

Вполне нормально, что независимый испытательный набор может работать плохо, а это значит, что ваша модель явно имеет тенденцию к обмундированию, так как вы получили 100%, когда подходите к данным обучения. попробуйте отрегулировать параметр модели svm, применить предварительную обработку данных, особенно стандартизацию, чтобы снизить вашу пригодность к обучению и (надеюсь) ваши независимые тестовые данные. когда две точности приближаются, модель будет действительна.