预测sklearn中的训练数据

Question

我像这样使用scikit-learn的SVM：

clf = svm.SVC()
clf.fit(td_X, td_y) 

我的问题是，当我使用分类器来预测训练集成员的类时，即使在scikit-learn实现中分类器也可能出错。 （例如clf.predict(td_X[a])==td_Y[a]）

Answer 1

是的，运行此代码，例如：

from sklearn import svm
import numpy as np
clf = svm.SVC()
np.random.seed(seed=42)
x=np.random.normal(loc=0.0, scale=1.0, size=[100,2])
y=np.random.randint(2,size=100)
clf.fit(x,y)
print(clf.score(x,y))

得分为0.61，因此近40％的训练数据被错误分类。部分原因是即使默认内核是'rbf'（理论上应该能够完美地对任何训练数据集进行分类，只要你没有两个相同的训练点和不同的标签），那里也是正规化，以减少过度拟合。默认正则化程序为C=1.0。

如果您运行与上述相同的代码，但将clf = svm.SVC()切换为clf = svm.SVC(C=200000)，则会获得0.94的准确度。