我的模型在libsvm工具箱matlab中预测所有正类到负类

Question

我在Matlab中使用libsvm工具箱创建了一个分类器。它将所有正类数据分类为负类，反之亦然。我在进行交叉验证时得到了很好的结果，但在测试一些数据时，我发现分类器的工作方式错误。我似乎无法弄清问题所在。

有人可以帮我解决这个问题。

Answer 1

当第一个训练样例（二进制）标签为-1时，这是libsvm先前版本的“特征”。最简单的解决方案是获取最新版本（＆gt; 3.17）。

请点击此处了解详情：http://www.csie.ntu.edu.tw/~cjlin/libsvm/faq.html#f430

Answer 2

假设您有500个训练实例。 250将是积极的，其他是负面的。现在在测试集中，具有与正面相同特征的实例将被预测为正面。但是当您提供测试标签（您必须提供测试标签以便LIBSVM可以计算准确性，它们显然不会在预测算法中使用）到LIBSVM时，您提供了完全反向标签（错误地）。所以你有一种感觉，你预测的标签恰好相反。因为即使是随机分类器，二元分类问题的准确度也会达到50％。