Question

获得我的testlabel和trainlabel之后，我在libsvm上实现了SVM，我得到了97.4359％的准确率。（c = 1且g = 0.00375）

model = svmtrain(TrainLabel, TrainVec, '-c 1 -g 0.00375');
[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);

找到最好的c和g后，

bestcv = 0;
for log2c = -1:3,
  for log2g = -4:1,
    cmd = ['-v 5 -c ', num2str(2^log2c), ' -g ', num2str(2^log2g)];
    cv = svmtrain(TrainLabel,TrainVec, cmd);
    if (cv >= bestcv),
      bestcv = cv; bestc = 2^log2c; bestg = 2^log2g;
    end
    fprintf('%g %g %g (best c=%g, g=%g, rate=%g)\n', log2c, log2g, cv, bestc, bestg, bestcv);
  end
end

c = 8且g = 0.125

我再次实施该模型：

 model = svmtrain(TrainLabel, TrainVec, '-c 8 -g 0.125');
[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);

我的准确率为82.0513％

如何降低准确度？不应该增加？或者我犯了什么错误？

Answer 1

您在参数调整期间获得的准确度有偏差，因为您预测的是您正在训练的相同数据。这通常适用于参数调整。

但是，如果您希望这些准确度能够准确估计最终测试集上的真正泛化错误，那么您必须添加额外的交叉验证包或其他重新采样方案。

这是一篇非常明确的文章，概述了一般性问题（但在特征选择的类似背景下）：http://www.pnas.org/content/99/10/6562.abstract

修改：

我通常会添加交叉验证，如：

n = 95 % total number of observations nfold = 10 % desired number of folds % Set up CV folds inds = repmat(1:nfold, 1, mod(nfold, n)) inds = inds(randperm(n)) % Loop over folds for i = 1:nfold datapart = data(inds ~= i, :) % do some stuff % save results end % combine results

Answer 2

要进行交叉验证，您应该分割训练数据。在这里，您可以测试训练数据，以找到最佳参数集。这不是一个好的措施。您应该使用以下伪代码：

for param = set of parameter to test
  [trainTrain,trainVal] = randomly split (trainSet); %%% you can repeat that several times and take the mean accuracy
  model = svmtrain(trainTrain, param);
  acc = svmpredict(trainVal, model);
  if accuracy is the best
     bestPAram = param
  end
end

LibSVM的准确性降低

2 个答案: