在libsvm中为SVR找到好的C和gamma参数

时间:2012-07-02 21:46:34

标签: matlab machine-learning svm libsvm

大家好我在libsvm中使用SVR有困难。 我正在遵循使用grid.py找到最佳C和gamma参数的所有步骤,但准确率仍然很低,大约为0.1。但是当我尝试使用交叉验证时,准确度为0.99。我仍然在寻找提高准确率的方法。 因为我正在使用svr,我在这里所说的准确度是平方相关系数值。 我的数据包含30 x 5个预测值和30 x 1预测值(数据标签)。 任何建议将不胜感激。

我尝试了什么:

找到最佳Cg值:

tools/grid.py train.txt.scale

我得到了:C = 16g = 0.008

使用最佳Cg值运行30倍交叉验证(我想使用留一交叉验证):

svm-train -v 30 -c 16 -g 0.008 train.txt

我得到了:

交叉验证均方误差= 6.62503 交叉验证平方相关系数= 0.38175

但在svmpredict,我的准确度为0.103281159524459。

这似乎是libsvm中常见的方法,可以找到最佳Cg值。我真的不知道是否有希望将这种准确度提高到0.8或更高。

0 个答案:

没有答案
相关问题