是否存在神经网络具有100％准确度而不是RBF SVM的情况？

Question

有很多例子RBF SVM优于Neural Network。

但是，是否存在可以通过Neural Network而不是RBF SVM以100％准确度发现两个类的2D数据？

Answer 1

根据我的经验，用于生成预测模型的数据称为训练数据，列车精度是模型对此训练数据的准确程度。

另一方面，当未来的数据出现时（即测试数据），测试精度意味着模型的准确程度（仅取决于训练数据）在此测试数据上。

在您的情况下，我认为您的意思是训练准确性。那么，当调整sigma-> 0时，RBF总是可以具有100％的准确度theoretically，而C是足够大的值。

您可以在libsvm上尝试此操作。

$ ./svm-train -c 100 -g 100 heart_scale # here g is 1/sigma^2 hence we want a large g
..*
optimization finished, #iter = 790
nu = 0.009851
obj = -132.989193, rho = 0.108246
nSV = 270, nBSV = 0
Total nSV = 270

$ ./svm-predict heart_scale heart_scale.model o
Accuracy = 100% (270/270) (classification)