在 sklearn 中预测训练数据

Question

我像这样使用 scikit-learn 的 SVM：

clf = svm.SVC()
clf.fit(td_X, td_y)

我的问题是，当我使用 classifier 来预测训练集成员的 class 时，即使在 scikit-learns 中，classifier 也会出错吗执行。（例如 clf.predict(td_X[a])==td_Y[a]）

Answer 1

是的，运行例如这个代码：

from sklearn import svm
import numpy as np
clf = svm.SVC()
np.random.seed(seed=42)
x=np.random.normal(loc=0.0, scale=1.0, size=[100,2])
y=np.random.randint(2,size=100)
clf.fit(x,y)
print(clf.score(x,y))

得分为 0.61，因此近 40% 的训练数据被错误分类。部分原因是即使默认内核是 'rbf'（理论上它应该能够完美地分类任何训练数据集，只要你没有两个具有不同标签的相同训练点），那里也是正则化以减少过拟合。默认正则化器是 C=1.0.

如果您运行使用与上述相同的代码，但将 clf = svm.SVC() 切换为 clf = svm.SVC(C=200000)，您将获得 0.94 的准确度。

在 sklearn 中预测训练数据

Predict training data in sklearn

python

machine-learning

svm

scikit-learn