无法理解SVM返回的混淆矩阵

Question

我试图理解为什么SVM分类器无法正确分类我的数据。我仅在原始数据的2000个样本中提出了10个样本XX。我无法理解Matlab返回的混淆矩阵。我使用SVM分类器。我的代码是错的，尤其是我进行交叉验证的方式吗？

XX已标准化为X，Y为标签。每个特征向量的长度为8。

**问题**）有人可以帮助解决这个问题吗？

             pred 0   pred 1
  actual 0    100       0
  actual 1    100       0

谢谢

Answer 1

你有：

1. 不平衡数据集（7和3个样本），
2. 一个8维特征空间，只有7个和3个样本，这些样本非常不足以填充它（见维数的诅咒），
3. 你只使用这些样本的一半进行训练，这意味着你离填充特征空间更远了。

因此，我对SVM提出的概括是将所有内容归类为“0级”并不感到惊讶。

尝试仅使用其中一项功能（XX的第一列），并使用留一交叉验证。