标签： svm libsvm
我有一个带有标签的训练集，使用10个功能（二进制分类，10倍cv）对线性svm进行了训练。功能已标准化（平均值为0，SD为1）
现在，我选择一个特定的特征，例如特征5，特征权重为-7，这意味着该特征的高价值将使决策走向否定类。
现在，如果我为正训练示例和负训练示例绘制该特征值的分布，则这两个分布看起来几乎相同。
据我了解，这意味着该功能实际上在0类和1类之间没有很好的区分。
这是怎么回事？为什么高的重量实际上并不能区分？
7是迄今为止我所有功能中最高的权重值。