LibSVM的准确性降低

Question

获得我的testlabel和trainlabel之后,我在libsvm上实现了SVM,我得到了97.4359%的准确率.(c = 1且g = 0.00375)

model = svmtrain(TrainLabel, TrainVec, '-c 1 -g 0.00375');
[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);

找到最好的c和g后,

bestcv = 0;
for log2c = -1:3,
  for log2g = -4:1,
    cmd = ['-v 5 -c ', num2str(2^log2c), ' -g ', num2str(2^log2g)];
    cv = svmtrain(TrainLabel,TrainVec, cmd);
    if (cv >= bestcv),
      bestcv = cv; bestc = 2^log2c; bestg = 2^log2g;
    end
    fprintf('%g %g %g (best c=%g, g=%g, rate=%g)\n', log2c, log2g, cv, bestc, bestg, bestcv);
  end
end

c = 8,g = 0.125

我再次实现了这个模型:

 model = svmtrain(TrainLabel, TrainVec, '-c 8 -g 0.125');
[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);

我的准确率为82.0513%

如何降低准确度？不应该增加？或者我犯了什么错误？

Answer 1

您在参数调整期间获得的准确度存在向上偏差，因为您预测的数据与您正在训练的数据相同。这对于参数调整来说通常很好。

但是，如果您希望这些精度能够准确估计最终测试集上的真实泛化误差，那么您必须添加额外的交叉验证或其他重采样方案。

这是一篇非常清晰的论文，概述了一般问题（但在类似的特征选择背景下）：http://www.pnas.org/content/99/10/6562.abstract

编辑：

我通常添加交叉验证，例如：

n     = 95 % total number of observations
nfold = 10 % desired number of folds

% Set up CV folds
inds = repmat(1:nfold, 1, mod(nfold, n))
inds = inds(randperm(n))

% Loop over folds
for i = 1:nfold
  datapart = data(inds ~= i, :)

  % do some stuff

  % save results
end

% combine results