MATLAB SVM：使用相同的数据集进行训练和测试会产生不同的结果答案

【问题标题】：MATLAB SVM: Using the same dataset for training and testing gives different resultsMATLAB SVM：使用相同的数据集进行训练和测试会产生不同的结果
【发布时间】：2017-07-01 02:46:42
【问题描述】：

我正在使用函数“fitcsvm”在具有 4 个类的数据集上使用一对多的方法训练具有多项式内核的 SVM。为了进行完整性检查，我尝试将生成的模型应用于我使用函数“predict”进行训练的同一数据集。我为每个 SVM 的所有观察预测标签，并选择与特定观察的后验概率最高的 SVM 对应的标签作为其最终标签。但是，训练和测试错误并不完全相同。这背后的原因是什么？

【问题讨论】：

能否提供一些代码和数据？！

标签： matlab machine-learning classification svm multiclass-classification

【解决方案1】：

这 4 个类的实例数是否相同？如果不是，那么fitcsvm 可能会将准确度归一化以考虑到这一点。

这对于 Mathworks 技术支持来说听起来也是个好问题。

【讨论】：

4个类的实例数相同。