我一直在使用libsvm。它产生了一些好的结果（阳性率为95％，阴性率为94％）。然而，当我检查那些不正确的东西时，我很困惑为什么它弄错了。我如何确定它做错了什么？ （更重要的是，我该如何向老板解释？）。它出错的一些测试输入非常接近（视觉上）它正确的一些测试输入。
关于我的问题：我正在查看图像，32x32像素，8位灰度。我正在评估不同的特征检测器并将它们用作图像的密集表示（即在每个像素处）。因此，我的特征长度通常为1024;一些特征检测器有多个输出，有时我不使用每个像素而是每隔3或5等。这是一个二进制分类任务，在图像中寻找数字;例如，我试图找到一个正方形，带有各种负面字母。 SVM做得很好。但有时，它会将T分类为正方形，我不知道为什么。如果我使用概率，那么有时概率很高。我该怎么做才能深入了解它的作用和原因？