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('