libsvm 的结果只支持两个类中的一个类

Question

我的数据有一个奇怪的结果，我想知道您或其他任何人是否对此有任何见解..我有大约 5000 个数据，大约有 16000 个属性，我训练了我的 RBF svm（我在 matlab 上使用 libsvm）每个班级有 2000 个数据（我只有两个班级）并用其余的（大约 1000 个数据）对其进行测试。

奇怪的是，结果的所有概率估计值都具有相同的值，因此属于一类的 100% 测试数据导致正确预测，其余 100% 导致错误，就像无论输入是什么一样，它将预测第一堂课..

我尝试交叉验证以找到 RBF 的最佳参数，但准确度离 50% 不远（你可以猜到为什么，一半 100% 正确，一半 100% 错误），最大准确度为 51.25%。

然后我尝试了线性 SVM，即使概率估计至少与以前的值不同，但结果仍然显示出相同的趋势，尽管不像以前那样 100%（一类为 97%，另一类为 4%），所以是的，主要问题是它偏爱一个类，无论测试数据是什么。

我没有尝试过居中或缩放数据，这会有什么不同吗？

你们有什么想法吗？我真的很感激。谢谢。

Answer 1

有几件事可能会出错，但以下是您似乎缺少的主要内容：

1. 扩展您的数据：是的，这很重要。它可以对生成的分类器的性能产生显着影响。LIBSVM 作者（附录 B）编写的初学者指南中提供了一个很好的示例。确保对训练和测试数据使用相同的缩放因子。
2. 您没有调整C参数。根据你的描述，感觉C是太低了。这导致分类器的参数非常简单，alpha但存在大量错误分类。该指南还很好地解释了参数调整的原因和方式。