![](/img/trans.png)
[英]How to calculate Training and testing accuracy in image classification using SVM in matlab
[英]why as number of features increases, the classification accuracy decreases when using svm
我正在使用libsvm
進行圖像分類。 為什么當我使用更多特征進行分類時,我的預測准確性下降了? 它不應該增加嗎? 我的數據集大小固定為1600,用於訓練; 400,用於測試。
因為附加功能對於在功能空間中分離類可能根本沒有用。 准確性不一定與功能數量有關。
包含許多不良功能可能會導致您的SVM學習數據中的噪聲,從而損害准確性。
例如,如果您的額外功能如下所示(為清楚起見,請使用2D圖):
這樣,將(在這種情況下)兩個類分開將不是一個很好的功能。 例如,如果SVM僅按照這種模式進行訓練,則在預測未來點的類別方面將不是很好。 但是,您的數據集中可能有一個如下所示的功能:
這樣的功能對於分隔兩個類將非常有用。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.