我正在使用Bag Of Visual Words，SIFT和带有RBF内核的SVM进行图像分类。 我正在做一些交叉验证调整以下参数：k（字典大小）; c，gamma（内核值）。
我尝试了1100种不同的（k，c，gamma）组合，但其中有几种获得了最佳的准确度值（约为95.3％）。 如何选择能够保证更好推广的组合？ （那将在测试集上给我最好的结果）
我拥有的唯一数据是相对于每种组合的1100准确度值。
EDIT 对不起，我忘了说我有6个课程，我知道ROC可以扩展到多类问题，但我正在寻找其他的东西，如果存在的话。
我的验证集每个类有4个图像，所以准确性只是： （正确分类图像的数量）/（24）