machine-learning - libsvm 不提供支持向量/无支持向量

Question

我正在使用 jlibsvm 进行 SVM 回归。我的数据集非常小(42 个样本)。当我使用数据集使用带有 sigmoid 内核的 epsilon SVR 创建模型时，不会生成支持向量。

这是我在模型文件中得到的内容:

svm_type epsilon_svr
kernel_type sigmoid
gamma 0.02380952425301075
coef0 0.0
label
rho -66.42803
total_sv 0
probA -1.0
SV

当我在 libsvm 网站上使用其他一些数据集时，我得到了一个带有支持向量的模型文件。 有人可以建议为什么我的数据集没有生成支持向量吗？ 我的数据集文件格式正确，因此没有问题...

Answer 1

这可能意味着，根据您的数据和超参数，找到的最佳分类是为所有样本分配相同的标签。

• 您的样本是否不平衡？正样本和负样本的数量是多少？您可能想尝试为正/负样本添加权重来解决这个问题

• 鉴于样本的结构和内核类型，也可能难以分离样本。您尝试过不同的结构吗？

只有 42 个数据样本，也许您可​​以将它们添加到您的问题中并获得更好的答案。