SVM训练：预测不会给出1列特征的预期结果

Question

我只观察一个特征（列）

• 阳性观察值为83％低于1（因此17％高于1）。阳性观察的数量仅<8>
• 阴性观察值为74％高于1（因此16％低于1）。阴性观察数 105K

我将这些观察结果输入matlab函数 fitcsvm ：

svmStruct = fitcsvm(features,Y,'Standardize',true, 'Prior','uniform','KernelFunction','linear','KernelScale','auto','Verbose',1,'IterationLimit',1000000);

我希望当我运行预测给我一个肯定的功能时，因为它训练了大多数正面特征小于1而大多数负面特征都大于一。但是，当运行预测

时

 [label,score,cost]= predict(svmStruct, postive_features) ;

所有标签都为零，这不是预期的答案。我不知道为什么？当只有1个功能时SVM是否有效？

注意，我收到消息＆＃34; SVM优化没有收敛到所需的容差。＆＃34; 运行 fitcsvm

后