python sklearn 支持向量机_Sklearn支持向量机与Matlab支持向量机

问题：我需要训练一个分类器(在matlab中)来分类多个级别的信号噪声。在

因此，我使用fitcecoc在matlab中训练了一个多类支持向量机，获得了92%的准确率。在

然后我使用sklearn.svm.svc在python中，但是似乎无论我如何处理参数，我都不能达到超过69%的准确率。在

30%的数据被保留下来用于验证培训。混淆矩阵如下所示。在

所以如果有人对svc支持向量机多类培训，可以在我的代码中看到一个问题，或有一个建议，它将不胜感激。在

Python代码：import numpy as np

from sklearn import svm

from sklearn.model_selection import cross_val_score

from sklearn.model_selection import train_test_split

#from sklearn import preprocessing

#### SET fitting parameters here

C = 100

gamma = 1e-8

#### SET WEIGHTS HERE

C0_Weight = 1*C

C1_weight = 1*C

C2_weight = 1*C

C3_weight = 1*C

C4_weight = 1*C

#####

X = np.genfromtxt('data/features.csv', delimiter=',')

Y = np.genfromtxt('