C 参数不影响准确性 [用于字符串数据的 LibSVM]

Posted 2023-03-12

【中文标题】C 参数不影响准确性 [用于字符串数据的 LibSVM]

【英文标题】：C Parameter Doesn't Affect Accuracy [LibSVM for string data]

【发布时间】：2014-08-13 20:34:22

【问题描述】：

我正在使用 svm 解决蛋白质分类问题，因此我使用 LibSVM 处理字符串数据。 LibSVM 中定义的字符串内核是编辑距离内核，它取决于参数 gamma。在交叉验证、更改 C 和 gamma 参数期间，我在各个方面都获得了 75% 的准确率！此外，还改变了训练集模式的数量，我得到了相同的准确性。我使用 SCOP 数据库。我不知道这种行为！

【问题讨论】：

请不要在这里大喊大叫。键盘两侧都有 Shift 键，使它们更容易触及，因为正确大小写的文本更容易阅读和理解。用全部大写字母输入你的主题更难阅读，不会帮助你更快地得到答案，而且坦率地说是相当烦人和粗鲁的。谢谢。

很抱歉，但我不明白你所说的关于 shift 键的内容。再次抱歉。

我的意思是请不要在这里输入您的问题。 :-) Shift 键使您可以正确地大小写文本，因为正确大小写时更容易阅读。 （在合适的地方使用大写，在不合适的地方不要使用。）

【参考方案1】：

查看每种错误分类错误的计数。如果你得到像这样的恒定错误率，那么很可能每个观察都被分配到同一个类。例如，如果 75% 的训练观测值属于一个类，并且分类器将每个观测值分配给该类，那么您将看到 25% 的错误率。

【讨论】：

是的！清除！我有 3/4 的训练集带有标签 -1。因此，我的 svm 将所有模式分类为 -1 类。非常感谢这个建议。

但是如果我的编辑距离内核有这个问题，我该如何解决呢？唯一的解决方案是更改内核？或者可能是数据不平衡的问题？

我特别不熟悉编辑距离内核，但我认为这更有可能是数据平衡问题。由于您的不平衡似乎并不太严重，因此加权 SVM 可能会起到作用。使用 libsvm 很容易做到这一点。如果您使用 R，这是通过 svm 函数调用的 class.weights 参数完成的。如果你使用的是 R 以外的东西，它应该不会有太大的不同。