| 查看: 4128 | 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
青椒八年已不青，大家都被折磨成啥样了？
已经有5人回复
-
青年基金C终止
已经有3人回复
-
26申博求博导推荐-遥感图像处理方向
已经有4人回复
-
限项规定
已经有7人回复
-
救命帖
已经有8人回复
-
招博士
已经有4人回复
-
西南交通大学国家级人才团队2026年博士研究生招生（考核制）—机械、材料、力学方向
已经有3人回复
-
英文综述是否需要润色及查重
已经有5人回复
-
为什么nbs上溴 没有产物点出现呢
已经有9人回复
感谢参与，应助指数 +1
|
本帖内容被屏蔽 |
7楼2013-03-17 17:05:04
3楼2013-03-16 23:14:19
4楼2013-03-17 11:10:06
5楼2013-03-17 11:20:28