Dopo aver ottenuto il mio testlabel e trainlabel, ho implementato SVM su libsvm e ho ottenuto una precisione del 97,4359%. (C = 1 e g = 0,00375)Precisione di LibSVM decrementa
model = svmtrain(TrainLabel, TrainVec, '-c 1 -g 0.00375');
[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);
dopo aver trovato la migliore C e G,
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 e g = 0,125
implemento nuovo modello:
model = svmtrain(TrainLabel, TrainVec, '-c 8 -g 0.125');
[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);
ottengo una precisione del 82,0513%
Come è possibile che la precisione diminuisca? non dovrebbe aumentare? O sto facendo qualche errore?
io non sono a conoscenza di Matlab API LibSVM, ma sei sicuro 'cv = svmtrain (TrainLabel, TrainVec, cmd);' vi darà la precisione? –
questo è ciò che hanno fornito nelle FAQ di LIBSVM: http://www.csie.ntu.edu.tw/~cjlin/libsvm/faq.html in Come posso utilizzare l'interfaccia MATLAB per la selezione dei parametri? – lakesh