我正在使用jlibsvm进行SVM回归。我的数据集非常小（42个样本）。当我使用数据集使用带有sigmoid内核的epsilon SVR创建模型时，不会生成支持向量。
这是我在模型文件中得到的结果：
svm_type epsilon_svr
kernel_type sigmoid
gamma 0.02380952425301075
coef0 0.0
label
rho -66.42803
total_sv 0
probA -1.0
SV
当我在libsvm网站上使用其他一些数据集时，我得到一个支持向量正常的模型文件。 有人可以建议为什么我的数据集没有生成支持向量？ 我的数据集文件格式正确，所以没有问题......
答案 0 :(得分：1)
这可能意味着，根据您的数据和超参数，找到的最佳分类是为所有样本分配相同的标签。
您的样品是否不平衡？阳性和阴性样本的数量是多少？您可能希望尝试为正/负样本添加权重以说明
考虑到它们的结构和内核类型，它们也很难分开。你尝试过不同的结构吗？
只有42个数据样本，也许您可以将它们添加到您的问题中并获得更好的答案。