Libsvm - 预测结果为 NULL

Question

我正在使用 LibSVM (3.18)。但是每次我预测结果时，它都会给出零。

我正在遵循以下说明：

• 我有 csv 文件（+20K 行），列（目标）中的大部分数据为零，其他值在 0-10 之间。
• 我通过选择此列作为标签将 csv 文件转换为 libsvm 数据。

• 当我缩放数据时，我使用这些参数

  $ svm-scale -l 0 -u 1 data.cv>scaled.data

• 由于我的文件很大，所以我使用 Subset.py。

• 当我完成所有步骤并应用预测时。我得到了很好的准确性结果。 $svm-predict scaled_data.csv model.train data.predicted

准确率 = 94.28%

但我得到的文件（data.predicted）只包含零。

预测这种数据是否棘手？有什么办法可以解决这个问题吗？

Answer 1

首先了解您的数据。这些类是可分离的还是几乎不可分离的？还是完全未知？您可以使用 NN 分类器来确定您的类是否是聚类的。其次，避免使用subset.py，因为您可能会错过大多数非零样本并使用整个集合。如果您仍然失败，请手动执行一个子集，其中“零”类样本的数量在其他非零类的范围内，以验证您的过程（您是使用随附的工具还是自己的代码？）。如果这行得通，您可以再次从整套开始并使用重量选项。如果权重起作用，您必须仔细评估您的Confusion matrix，您的分类器是否对您的要求有用。