24小时热门版块排行榜    

查看: 1561  |  回复: 5

xmcrobbie

银虫 (小有名气)

[求助] libsvm的参数困惑! 已有2人参与

在做测试的时候,对参数进行grid搜索

[bestacc,bestc,bestg] = SVMcgForClass(trainlabels,trainsample,-10,10,-10,10);

cmd = ['-c ',num2str(bestc),' -g ',num2str(bestg)];
disp(cmd);

model = svmtrain(trainlabels, trainsample, cmd);
[predict_label, accuracy] = svmpredict(testlabels,testsample, model);


我观察了一下发现,这时bestc是等于16,bestg等于0.5.
很显然这个参数是根据trainsample训练出来的。svmpredict的精度是98.7。

然后,我修改了代码,没有调用 SVMcgForClass

直接手动指定
bestc=512,bestg=0.015625
cmd = ['-c 512 -g 0.015625' ];
model = svmtrain(trainlabels, trainsample, cmd);
[predict_label, accuracy] = svmpredict(testlabels,testsample, model);

svmpredict的精度更高,精度是98.95%。。
哪个结果更准确????
回复此楼

» 收录本帖的淘帖专辑推荐

感兴趣的文章

» 猜你喜欢

» 本主题相关价值贴推荐,对您同样有帮助:

已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

itissogood

新虫 (初入文坛)

【答案】应助回帖

感谢参与,应助指数 +1
我不知道我说的对不对啊。我的意见供你参考。
据我所知,libsvm里是用训练集,进行交叉检验,从而搜索最优的c和g。也就说,所得的两个参数也是基于训练集的。
根据机器学习的一般性规律,这些对训练集是最优的参数,对预测集未必是最优。
所以可能你自己手工指定的参数的预测结果可能会更好。
2楼2014-03-10 10:54:29
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

xmcrobbie

银虫 (小有名气)

引用回帖:
2楼: Originally posted by itissogood at 2014-03-10 10:54:29
我不知道我说的对不对啊。我的意见供你参考。
据我所知,libsvm里是用训练集,进行交叉检验,从而搜索最优的c和g。也就说,所得的两个参数也是基于训练集的。
根据机器学习的一般性规律,这些对训练集是最优的参数 ...

是的,我的看法也是如此,我跟踪了程序,的确是这样。一般采用哪种做法呢?第一种还是第二种呢?

[ 发自小木虫客户端 ]
3楼2014-03-10 14:02:08
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

HRL_RS

金虫 (小有名气)

【答案】应助回帖

感谢参与,应助指数 +1
一楼正解。你可以对训练集进行一次分类,第一次参数训练的模型准确率应该会高于第二个参数训练的模型。
4楼2014-03-11 11:52:45
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

勤奋的小蚂蚁

新虫 (初入文坛)

当然是后者,SVMcgForClass这个算法中c,g的范围设的太小了,所有精度没有后者高
5楼2014-08-19 16:10:28
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

乐悠可豆

金虫 (小有名气)

引用回帖:
5楼: Originally posted by 勤奋的小蚂蚁 at 2014-08-19 16:10:28
当然是后者,SVMcgForClass这个算法中c,g的范围设的太小了,所有精度没有后者高

后者是指定的,随机性太强,除非知道指定的c和g对应的准确率高,不然很难找到相应的c和g。C值过大时容易发生拟合结果盒实际结果相差很大,不知有没有差选取的c和g的取值范围呀?(谢谢了)
6楼2015-08-19 15:43:08
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 xmcrobbie 的主题更新
最具人气热帖推荐 [查看全部] 作者 回/看 最后发表
[考研] 085410人工智能专硕317求调剂(0854都可以) +4 xbxudjdn 2026-03-18 4/200 2026-03-20 09:07 by 不168
[考研] 26调剂/材料/英一数二/总分289/已过A区线 +8 步川酷紫123 2026-03-13 8/400 2026-03-20 08:47 by xingguangj
[考研] 288求调剂 +15 于海海海海 2026-03-19 15/750 2026-03-19 22:41 by 学员8dgXkO
[考研] 288求调剂,一志愿华南理工大学071005 +5 ioodiiij 2026-03-17 5/250 2026-03-19 18:22 by zcl123
[考研] 085600材料与化工调剂 324分 +10 llllkkkhh 2026-03-18 12/600 2026-03-19 14:33 by llllkkkhh
[考研] 材料考研调剂 +3 xwt。 2026-03-19 3/150 2026-03-19 11:22 by w沐阳w
[考研] 0817调剂 +3 没有答案_ 2026-03-14 3/150 2026-03-19 09:51 by Xu de nuo
[考研] 0703化学 305求调剂 +4 FY_yy 2026-03-14 4/200 2026-03-19 05:54 by anny19840123
[考研] 材料专业求调剂 +5 hanamiko 2026-03-18 5/250 2026-03-18 20:19 by 星空星月
[考研] 311求调剂 +11 冬十三 2026-03-15 12/600 2026-03-18 14:36 by 星空星月
[基金申请] 被我言中:新模板不强调格式了,假专家开始管格式了 +4 beefly 2026-03-14 4/200 2026-03-17 22:04 by 黄鸟于飞Chao
[考研] 材料专硕326求调剂 +6 墨煜姒莘 2026-03-15 7/350 2026-03-17 17:10 by ruiyingmiao
[考研] 东南大学364求调剂 +5 JasonYuiui 2026-03-15 5/250 2026-03-16 21:28 by 木瓜膏
[考研] 0854控制工程 359求调剂 可跨专业 +3 626776879 2026-03-14 9/450 2026-03-16 17:42 by 626776879
[基金申请] 今年的国基金是打分制吗? 50+3 zhanghaozhu 2026-03-14 3/150 2026-03-16 17:07 by 北京莱茵润色
[考研] 304求调剂 +4 ahbd 2026-03-14 4/200 2026-03-16 16:48 by 我的船我的海
[考研] 0856求调剂 +3 刘梦微 2026-03-15 3/150 2026-03-16 10:00 by houyaoxu
[考研] 求老师收留调剂 +4 jiang姜66 2026-03-14 5/250 2026-03-15 20:11 by Winj1e
[考研] 招收0805(材料)调剂 +3 18595523086 2026-03-13 3/150 2026-03-14 00:33 by 123%、
[考研] 304求调剂 +7 7712b 2026-03-13 7/350 2026-03-13 21:42 by peike
信息提示
请填处理意见