Matlab 中的 Libsvm 回归预测测试集实例的相同值

Posted

技术标签:

【中文标题】Matlab 中的 Libsvm 回归预测测试集实例的相同值【英文标题】:Libsvm regression in Matlab predict same values for test set instances 【发布时间】:2013-07-20 06:20:15 【问题描述】:

我正在尝试使用 libsvm(Matlab 库)来解决回归问题。我有一个包含 192 个实例的数据集。这是我在训练集和测试集中划分数据的代码:

idx = [zeros(170,1) ;ones(22,1)];
idx = idx(randperm(192));
train = data(idx==0,:);
train_label = label(idx==0,:);
test = data(idx==1,:);
test_label = label(idx==1,:);

model_1 = svmtrain(train_label,train,'-s 3 -t 2 -c 1 -g 0.01');
model_2 = svmtrain(label,data,'-s 3 -t 2 -c 1 -g 0.01');

[y_hat, Acc,Dec] = svmpredict(test_label, test, model);

如果我使用整个数据集 (model_1) 来训练模型,那么对于测试集的每个实例,我有不同的预测值,而如果我只使用训练集,我会为每个测试记录获得完全相同的值。我认为这是因为训练集可能太小而无法训练出好的模型,所以我尝试使用 190 个实例进行训练,仅使用 2 个进行测试。但即使有了这个除法,我也得到了 2 个测试实例的相同预测值?代码有问题吗?

【问题讨论】:

从您的代码来看,model_2 似乎是您使用完整数据集进行训练的地方(不是 model_1 根据您的帖子)。 没错,但为什么我只使用整个数据集获得不同的值?如果我使用 190 个实例进行训练而仅使用 2 个实例进行测试(这或多或少与使用整个数据集)我获得相同的预测值 【参考方案1】:

您应该使用缩放,尝试在代码中缩放训练和数据向量

【讨论】:

你的意思是规范化我的数据吗? 对不起,我才意识到,是的,我的意思是规范化数据

以上是关于Matlab 中的 Libsvm 回归预测测试集实例的相同值的主要内容,如果未能解决你的问题,请参考以下文章

如何使用libsvm进行回归预测

Matlab中libsvm回归怎么做时间序列的单步和多步预测

SVM回归预测基于LibSVM实现多特征数据的预测

转自网络用LIBSVM进行回归预测的粗浅认识————————作者师梦

我的模型在 libsvm 工具箱 matlab 中预测所有正类到负类

请问Matlab的libsvm工具箱如何进行多元回归?