LibSVM的准確性降低

Question

得到我的testlabel和trainlabel之后，我在libsvm上實現了SVM，准確率達到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

我再次實現該模型：

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

我的准確性為82.0513％

精度如何降低？ 不應該增加嗎？ 還是我有任何錯誤？

Answer 1

由於您預測的是與訓練相同的數據，因此在參數調整期間獲得的精度會產生偏差。 這通常適合參數調整。

但是，如果您希望這些精度是最終測試集上真實泛化誤差的准確估計，則必須添加交叉驗證或其他重采樣方案的附加包裝。

這是一篇非常清晰的論文，概述了一般性問題（但在功能選擇的相似上下文中）： http : //www.pnas.org/content/99/10/6562.abstract

編輯 ：

我通常會添加交叉驗證，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

要進行交叉驗證，您應該拆分訓練數據。 在這里，您可以對訓練數據進行測試，以找到最佳的參數集。 這不是一個好辦法。 您應該使用以下偽代碼：

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