LibSVM的准确性降低

Question

得到我的testlabel和trainlabel之后，我在libsvm上实现了SVM，准确率达到97.4359％。 （c = 1且g = 0.00375）

model = svmtrain(TrainLabel, TrainVec, '-c 1 -g 0.00375');
[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);

找到最好的c和g之后，

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且g = 0.125

我再次实现该模型：

 model = svmtrain(TrainLabel, TrainVec, '-c 8 -g 0.125');
[predict_label, accuracy, dec_values] = svmpredict(TestLabel, TestVec, model);

我的准确性为82.0513％

精度如何降低？ 不应该增加吗？ 还是我有任何错误？

Answer 1

由于您预测的是与训练相同的数据，因此在参数调整期间获得的精度会产生偏差。 这通常适合参数调整。

但是，如果您希望这些精度是最终测试集上真实泛化误差的准确估计，则必须添加交叉验证或其他重采样方案的附加包装。

这是一篇非常清晰的论文，概述了一般性问题（但在功能选择的相似上下文中）： http : //www.pnas.org/content/99/10/6562.abstract

编辑 ：

我通常会添加交叉验证，例如：

n     = 95 % total number of observations
nfold = 10 % desired number of folds

% Set up CV folds
inds = repmat(1:nfold, 1, mod(nfold, n))
inds = inds(randperm(n))

% Loop over folds
for i = 1:nfold
  datapart = data(inds ~= i, :)

  % do some stuff

  % save results
end

% combine results

Answer 2

要进行交叉验证，您应该拆分训练数据。 在这里，您可以对训练数据进行测试，以找到最佳的参数集。 这不是一个好办法。 您应该使用以下伪代码：

for param = set of parameter to test
  [trainTrain,trainVal] = randomly split (trainSet); %%% you can repeat that several times and take the mean accuracy
  model = svmtrain(trainTrain, param);
  acc = svmpredict(trainVal, model);
  if accuracy is the best
     bestPAram = param
  end
end