标签: python numpy svm miniconda
嗨,这里是预测值的代码图片,但我无法理解结果...使用SVM技术......
这是我的代码的结果
这是数据..
我无法理解我的代码的结果....请大家帮你解决一下......
答案 0 :(得分:0)
结果非常简单。您正在查看训练集的准确性,并且您正在使用SVM与rbf内核,它可以适应任何数据集,并且它完美地完成 - 它只是记住您的所有训练点,从而产生完美对训练点的预测。这不是您应该进行评估的方式,您需要进行列车测试拆分(对于那么大的问题 - 其中许多问题,可能会通过交叉验证加强)。