LibSVM 的准确度下降

Posted 2023-03-12

【中文标题】LibSVM 的准确度下降

【英文标题】：Accuracy of LibSVM decreases

【发布时间】：2012-02-15 05:51:16

【问题描述】：

得到我的 testlabel 和 trainlabel 后，我在 libsvm 上实现了 SVM，我得到了 97.4359% 的准确率。 ( c = 1 和 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 和 g = 0.125

我再次实现模型：

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

我得到了 82.0513% 的准确率

如何降低准确性？不应该增加吗？还是我做错了什么？

【问题讨论】：

我不熟悉 LibSVM 的 Matlab API，但你确定 cv = svmtrain(TrainLabel,TrainVec, cmd); 会给你准确率吗？

这是他们在 LIBSVM 常见问题解答中给出的：csie.ntu.edu.tw/~cjlin/libsvm/faq.html 在我如何使用 MATLAB 接口进行参数选择？

【参考方案1】：

您在参数调优期间获得的准确度偏高，因为您预测的数据与您正在训练的数据相同。这对于参数调整通常很好。

但是，如果您希望这些准确度能够准确估计最终测试集上的真实泛化误差，那么您必须添加额外的交叉验证或其他重采样方案。

这是一篇非常清晰的论文，概述了一般问题（但在特征选择的类似背景下）：http://www.pnas.org/content/99/10/6562.abstract

编辑：

我通常会添加交叉验证，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

【讨论】：

如何添加额外的交叉验证包？

只是为了澄清：LIBSVM 不这样做吗？您只需要输入“-v n”，其中 n 是折叠数。

是的，它可以...我只是不熟悉 libsvm 的 MATLAB 接口。这段代码是如何更普遍地做到这一点。只需确保有 2 层 CV……所以对于这些外部/外部折叠中的每一个，都会有一整套单独的调整 CV 折叠。如果你做 10 倍的 CV，那就意味着 10*10 = 100 倍。

额外的层是交叉验证的额外包装。我说的对吗？

【参考方案2】：

要进行交叉验证，您应该拆分训练数据。在这里，您测试训练数据以找到您的最佳参数集。这不是一个好的衡量标准。您应该使用以下伪代码：

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

【讨论】：

这是他们在 LIBSVM 常见问题解答中给出的：csie.ntu.edu.tw/~cjlin/libsvm/faq.html 如何使用 MATLAB 接口进行参数选择？