Libsvm - 预测结果为 NULL

Posted 2023-03-12

【中文标题】Libsvm - 预测结果为 NULL

【英文标题】：Libsvm - predicted results are NULL

【发布时间】：2014-06-04 13:41:07

【问题描述】：

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？

【问题讨论】：

能否请您发布您使用的代码？可能是前几行输入？

是的，这是一个棘手的问题。解决它的常用方法是对少数类进行过采样，使其具有与多数类一样多的样本。我自己从未使用过原始 LibSVM，但看起来 -wi 选项可以解决这个问题。

但是当我使用权重标志时；这有多准确，因为我们正在用不存在的积极结果重新影响数据集？有没有其他方法可以解决这个问题。

【参考方案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。