SVM算法中出现支持向量数目所占比例过大,怎么解决
答案:1 悬赏:80 手机版
解决时间 2021-12-02 03:35
- 提问者网友：蓝莓格格巫
- 2021-12-01 21:10
SVM算法中出现支持向量数目所占比例过大,怎么解决
最佳答案
- 五星知识达人网友：笑迎怀羞
- 2021-12-01 22:07
所用特征中有不相关和冗余的特征存在，建议使用特征选择方法进行剔除冗余和不相关者，降低维数，再用SVM。追问用faruto的classresult.m程序给出的Tips是:支持向量数目所占比例过大(>=80%),可以考虑重新优化参数，这里的优化参数就是指特征的选择，不是指参数c和g，是吗？追答优化参数，确实是指 c 和 g 的选择，你之前难道没用过 SVMcgForClass等函数寻参么？不过就算寻参，有的时候还不如定参来的有效。
对于实际数据，不是直接应用SVM就能起到好的效果，事实上，需要不断的调试才行的。
Faruto 提供的程序，其实里面也有一个做 特征选择的方法：RFE。追问我用过 SVMcgForClass函数寻参结果也不好，我再试试定参，谢谢您的建议！感激不尽
对于实际数据，不是直接应用SVM就能起到好的效果，事实上，需要不断的调试才行的。
Faruto 提供的程序，其实里面也有一个做 特征选择的方法：RFE。追问我用过 SVMcgForClass函数寻参结果也不好，我再试试定参，谢谢您的建议！感激不尽
我要举报
如以上问答信息为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！
大家都在看
推荐资讯