Po uzyskaniu mojej testlabel i trainlabel zaimplementowałem SVM na libsvm i uzyskałem dokładność 97,4359%. (C = 1, a g = 0,00375)Dokładność LibSVM maleje
model = svmtrain(TrainLabel, TrainVec, '-c 1 -g 0.00375');
[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);
Po tym, jak znaleźć C i G,
bestcv = 0;
for log2c = -1:3,
for log2g = -4:1,
cmd = ['-v 5 -c ', num2str(2^log2c), ' -g ', num2str(2^log2g)];
cv = svmtrain(TrainLabel,TrainVec, cmd);
if (cv >= bestcv),
bestcv = cv; bestc = 2^log2c; bestg = 2^log2g;
end
fprintf('%g %g %g (best c=%g, g=%g, rate=%g)\n', log2c, log2g, cv, bestc, bestg, bestcv);
end
end
c = 8, g = 0,125
zaimplementować model jeszcze:
model = svmtrain(TrainLabel, TrainVec, '-c 8 -g 0.125');
[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);
uzyskać dokładność 82.0513%
Jak można zmniejszyć dokładność? czy nie powinno to wzrosnąć? Czy robię jakiś błąd?
Nie jestem zaznajomiony z LibSVM za Matlab API, ale są na pewno 'cv = svmtrain (TrainLabel, TrainVec, cmd);' daje dokładność? –
to było to, co dali w LIBSVM FAQ: http://www.csie.ntu.edu.tw/~cjlin/libsvm/faq.html pod Jak mogę użyć interfejsu MATLAB do wyboru parametrów? – lakesh