快速回顾一下我想做的事情，我想确定文本是否由同一作者撰写。因此，我使用一类分类。
在我的训练集中（18个样本），它看起来像这样（为简化起见，我使用x作为数据值）：
1 1:x 2:x "until" 200:x
1 1:x 2:x "until" 200:x
在我的测试集中（3个样本），它看起来像这样（为了简化，我使用y作为数据值）：
1 1:y 2:y "until" 200:y
为了进行数据准备（训练和测试集），我将缩放比例上限和下限设置为+ 1 / -1
-l -1 -u 1
为了训练，我使用svm_type是svm的一类，内核类型是Sigmoid。但准确度是0％
optimization finished, #iter = 13
obj = 22.901769047004553, rho = 5.476401914859387
nSV = 11, nBSV = 6
Accuracy = 0.0% (0/21) (classification)
有人可以告诉我我做错了什么吗？
最佳答案
您需要调整参数。nu是训练误差分数的上限，是支持向量分数的下限。通过这种设置，基本上可以拒绝数据量nu（例如0.01表示1％）并将其标记为异常值。
也可以尝试在Sigmoid内核中调整gamma和coef0值。
尽管这可能不是导致您的零训练精度的直接因素，但我建议您自行缩放数据，而不要使用libsvm的最大最小值缩放，请检查standard scaling。
x_mean = mean(x);
x_std = std(x);
x = (x - x_mean)./x_std;
然后使用相同的
x_mean和x_std值缩放测试数据。关于machine-learning - libsvm的一类分类，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/22194321/