MATLAB SVM: использование одного и того же набора данных для обучения и тестирования дает разные результаты

Question

Я использую функцию 'fitcsvm' для обучения SVM с полиномиальным ядром в наборе данных с 4 классами с использованием подхода «один против всех». Чтобы сделать проверку работоспособности, я попытался применить результирующую модель к тому же набору данных, который я использовал для обучения, используя функцию «предсказывать». Я предсказываю метки для всех наблюдений для каждого SVM, и я выбираю метку, соответствующую SVM, с наивысшей задней вероятностью для конкретного наблюдения в качестве ее последней метки. Однако ошибки обучения и тестирования не совсем то же самое. В чем причина этого?

Answer 1

У 4 классов одинаковое количество экземпляров? Если нет, то может быть, что fitcsvm нормализует точность, чтобы принять это во внимание.

Это также является хорошим вопросом для технической поддержки Mathworks.