返回信息流最近在用libsvm进行文本分类,准备好数据之后,分类准确率为70%
看到教程上讲将数据归一化可以提高一定的准确率,就用svm-scale将数据归一化,再分类,准确率竟然降低到了20%。。。。
这是啥情况。。。?
求助!!!
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #13079同步于 2014/4/23
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖
[问题]Libsvm数据归一化之后分类准确率大幅度降低(降低了50%。
yangnanbyr
2014/4/23镜像同步23 回复
订阅后,新回复会通过你的通知中心匿名送达。
9 条回复
不归一化也可以做呀。。。
feature是把关键词编号了。
【 在 aromazyl 的大作中提到: 】
: 不归一化你是怎么做的啊?还有各种feature你是怎么编码的呢?
在libsvm说明文件里头有说,在训练之前必须将feature归一化的吧?
【 在 yangnanbyr 的大作中提到: 】
: 不归一化也可以做呀。。。
: feature是把关键词编号了。
featrue为什么要归一化。。。应该是建议将value归一化吧
【 在 aromazyl 的大作中提到: 】
: 在libsvm说明文件里头有说,在训练之前必须将feature归一化的吧?
然道不是feature对应的值归一化么。。。
【 在 yangnanbyr 的大作中提到: 】
: featrue为什么要归一化。。。应该是建议将value归一化吧