libsvm上的结果只支持两个类中的一个类

Question

我对我的数据有一个奇怪的结果，我想知道你或其他任何人可能对它有任何见解.. 我有大约5000个数据和大约16000个属性，我训练了我的RBF svm（我在matlab上使用libsvm），每个类有2000个数据（我只有两个类）并用其余的（大约1000个数据）测试它。 / p>

奇怪的部分是结果的所有概率估计都具有相同的值，因此属于一个类的100％测试数据导致正确预测，其余100％导致错误，无论是什么输入是，它会预测第一类......

我尝试了交叉验证以找到RBF的最佳参数，但准确度并​​没有远离50％（你可以猜到为什么，一半是100％正确，一半是100％错误），最大准确度是51.25％

然后我尝试了线性SVM，即使概率估计值至少与之前的值不同，结果仍然显示相同的趋势，尽管不是之前的100％（一个类别为97％，另一个类别为4％） ），所以是的，主要问题是无论测试数据是什么，它都有利于一个类。

我没有尝试集中或缩放数据，这会有什么不同吗？

你们有什么想法吗？我真的很感激。感谢。

Answer 1

有些事情可能会出错，但以下是您似乎缺少的主要内容：

1. 扩展您的数据：是的， 重要。它可以使得到的分类器的性能产生显着差异。 LIBSVM作者beginner's guide提供了一个很好的例子（附录B）。确保在训练和测试数据上使用相同的缩放因子。
2. 您没有调整C参数。根据您的描述，听起来C太低了。这导致分类器具有非常简单的参数（alpha s）但是大量的错误分类。该指南还包含有关为什么以及如何进行参数调整的良好解释。