opencv SVM不适用于缩放功能

Question

我正在尝试在OpenCV 2.4.9中使用SVM，而我在实现功能扩展方面遇到了问题。我正在运行教程“支持向量机简介”中的源代码：

http://docs.opencv.org/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html

当我只是复制粘贴代码并运行它时，它可以正常工作，显示：

然后我尝试通过进行2次修改将特征标准化为[0,1]：

1. 在训练SVM之前添加trainingDataMat /= 512.f;（从而规范化训练数据）

2. 将预测步骤修改为float response = SVM.predict(sampleMat/512.f);（从而规范化测试数据）。

执行此操作后，它会将所有值预测为同一个类，从而生成此图像：



我错过了什么？是否有一些额外的步骤来实现我不知道的功能标准化？

Answer 1

我找到了一种可以产生所需行为的解决方法，但我必须承认我不确定为什么它会起作用。

正则化参数C未在上述两个试验中指定，因此默认为1.但是，如果我在缩放版本中添加一行以将其指定为512（即我划分的值）我在扩展步骤中的功能），SVM运行正常！

我不明白为什么正则化术语太小会导致训练数据的错误分类，因为在这种情况下训练点可以线性分离。我的理解是，线性可分的训练数据的错误分类通常是C太大的结果。