SVM分类不理想怎么办？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

最近在用SVM做多分类时碰到一个问题，恳请大神指点一二：
数据是16维的，分5类，每类的样本数据数量为14,72,100,45,55. 用tune.svm做
grid search发现无论如何调整gamma和cost，best performance总在50%上下徘徊。
试过各种kernel及加入call.weights都没有大的改进。
这种情况下，还有没有别的办法？还是说本样本数据不适合SVM？
万分感谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏4 回帖

关键词：SVM 怎么办 performance Performan weights search 样本

数据规范化了吗？我记得林智仁教授他们写了一篇文章，专门讲如何使用svm的，规范化训练集和测试集的数据，会对结果又很大的影响。

补一下源程序：
说明：s5为数据集，分类字段为Phase

library(e1071)
load("test.rda")
x <- subset(s5, select = -Phase)
y <- s5$Phase
model1 <- tune.svm(x, y, P0.weights = 6, gamma = 2^(-4:0), cost = 2^(0:4))
print(model1)
Parameter tuning of ‘svm’:

- sampling method: 10-fold cross validation

- best parameters:
gamma cost
   0.5    8

- best performance: 0.5023399

bbslover 发表于 2016-1-31 22:07
数据规范化了吗？我记得林智仁教授他们写了一篇文章，专门讲如何使用svm的，规范化训练集和测试集的数据，会 ...

我试一下找找这篇文章，这位朋友如果能记得文章的名字就更好了，多谢！

A Practical Guide to Support Vector Classification
http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf

bbslover 发表于 2016-1-31 22:28
A Practical Guide to Support Vector Classification
http://www.csie.ntu.edu.tw/~cjlin/papers/guide/g ...

万分感谢！

bbslover 发表于 2016-1-31 22:28
A Practical Guide to Support Vector Classification
http://www.csie.ntu.edu.tw/~cjlin/papers/guide/g ...

感谢，请问有没有类似的神经网络文章？

sorry. I do not know about NN. But, normalization (scale of your data) is also important for NN.

一般会先将连续变量分箱,通过卡方检验找出与Y最相关的几个变量,然后将X压缩到3维以下,作散点图看看数据有没有可分离性.
方便的话站内联系,把你数据发给我帮你分析一下