| 查看: 4057 | 回复: 14 | ||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | ||
[求助]
支持向量机分类精度和样本数量大小的关系
|
||
|
1.对于机器学习，一般来说，样本数量越大训练出来的分类器分类正确率越高。 可是支持向量机对于大样本分类效率下降，占用内存高。这会不会影响到支持向量机对样本数量多时的准确率？ 相同实验环境下，会不会产生200个样本训练出来的SVM要优于600个样本训练出来的SVM这种情况，还是一定是1000个样本训练结果好于800的好于600的？ 2.对于这个问题，我用陆振波教授的工具箱在UCI数据集tic-tac-toe上做了模拟实验，结果显示200数据量训练出来的SVM最好，优于 900数据量训练出来的SVM，优于600数据量训练出来的SVM。 这是为什么？难道真的是支持向量机相当于只有一个神经元而记不住太大数据？还是我实验过程中产生了错误？还是我的参数设置不对？ 以上两个问题，跪求大神解答！ |
回复此楼» 猜你喜欢
自荐读博
已经有9人回复
-
投稿Elsevier的杂志（返修），总是在选择OA和subscription界面被踢皮球
已经有8人回复
-
自然科学基金委宣布启动申请书“瘦身提质”行动
已经有4人回复
-
求个博导看看
已经有18人回复
icdmse
铜虫 (正式写手)
- 应助: 4 (幼儿园)
- 金币: 228.4
- 散金: 100
- 帖子: 321
- 在线: 42.5小时
- 虫号: 2305332
- 注册: 2013-02-27
- 专业: 计算数学与科学工程计算
应该到手了吧 11楼2013-03-18 13:02:32
3楼2013-03-16 23:14:19
4楼2013-03-17 11:10:06
5楼2013-03-17 11:20:28