我是机器学习和Python的初学者。我试图在MATLAB和Python之间的数据比较中实现支持向量机。我希望得到类似的结果,但我没有。我试着找出我的类似问题,但没有任何或我错过了。在
我有一套训练和测试集是二元分类。
首先,我使用内置函数svmtrain和svmclassify在MATLAB中进行了实现。在load('sample.mat')
y_test = y_test';
y_train = y_train';
%% Training and Classification
svmStruct = svmtrain(X_train, y_train, 'boxconstraint', 0.1);
species = svmclassify(svmStruct, X_test);
%% Compute Accuracy
count = 0;
for i=1:length(X_test)
if species(i)==y_test(i)
count = count+1;
end
end
count/length(X_test)*100
%% Plotting
scatter(time, X_test, [], species)
hold on
y_test(y_test==1) = 0.03;
y_test(y_test==0) = -0.03;
plot(time, y_test, 'g')
这是测试集的结果(A类按红色分类,B类按蓝色分类,绿线是A类的实际标签
其次,我在Python中使用scikit学习包做了同样的事情。在
^{pr2}$
这是Python中的结果。黑线是它的门槛。红线是A类的实际标签
通过使用Python,似乎阈值太高了,甚至我试图调整C参数,但它根本不起作用。在
我现在不知道我的代码有什么问题。如有任何建议,我们将不胜感激
编辑
我在下面的链接中做了验证曲线。我想我做得对。
蓝线是Python的曲线。红线来自MATLAB。x轴是C参数,在[0.001 0.01 0.1 1 10 100](我用对数(x)),y轴是精度。在