Matlab中的Libsvm回归预测测试集实例的值相同

Question

我正在尝试将libsvm（Matlab库）用于回归问题。 我有192个实例的数据集。 这是我的代码，将数据分为训练和测试集：

idx = [zeros(170,1) ;ones(22,1)];
idx = idx(randperm(192));
train = data(idx==0,:);
train_label = label(idx==0,:);
test = data(idx==1,:);
test_label = label(idx==1,:);

model_1 = svmtrain(train_label,train,'-s 3 -t 2 -c 1 -g 0.01');
model_2 = svmtrain(label,data,'-s 3 -t 2 -c 1 -g 0.01');

[y_hat, Acc,Dec] = svmpredict(test_label, test, model);

如果我使用整个数据集（model_1）来训练模型，则与测试集的每个实例相比，我将具有不同的预测值，而如果仅使用训练集，则每个测试记录将获得完全相同的值。 我以为是因为训练集太小而无法训练出好的模型，所以我尝试使用190个实例进行训练，仅使用2个实例进行测试。 但是，即使进行了除法运算，我对于这两个测试实例仍具有相同的预测值？ 代码有问题吗？

Answer 1

您应该使用缩放，尝试在代码中缩放训练向量和数据向量