我正在使用jlibsvm进行回归的SVM。我的数据集非常小（42个样本）。当我使用数据集通过具有S形内核的epsilon SVR创建模型时，则不会生成支持向量。
这是我在模型文件中得到的：
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网站上使用其他数据集时，得到的模型文件支持向量很好。
有人可以建议为什么没有为我的数据集生成支持向量吗？
我的数据集文件格式正确，所以那里没有问题...
最佳答案
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。
您的样品不平衡吗？正样本和负样本的数量是多少？您可能想尝试对正/负样本添加权重以解决该问题
给定样本的结构和内核类型，也可能难以分离样本。您尝试过其他结构吗？
仅使用42个数据样本，也许您可以将其添加到问题中并获得更好的答案。
关于machine-learning - libsvm不提供支持向量/没有支持向量，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/23586843/