matlab中svm参数优化,svm中参数优化时准确度超级低！只有7%左右

下面是SVMcgForClass程序文件

function [ bestacc,bestc,bestg ] = SVMcgForClass(train_data_labels,train_data,cmin,cmax,gmin,gmax,v,cstep,gstep,accstep)

%UNTITLED3 Summary of this function goes here

%   Detailed explanation goes here

% SVMcgForClass

% 输入:

% train_data_labels:训练集标签.要求与libsvm工具箱中要求一致.

% train:训练集.要求与libsvm工具箱中要求一致.

% cmin:惩罚参数c的变化范围的最小值(取以2为底的对数后),即 c_min = 2^(cmin).默认为 -5

% cmax:惩罚参数c的变化范围的最大值(取以2为底的对数后),即 c_max = 2^(cmax).默认为 5

% gmin:参数g的变化范围的最小值(取以2为底的对数后),即 g_min = 2^(gmin).默认为 -5

% gmax:参数g的变化范围的最小值(取以2为底的对数后),即 g_min = 2^(gmax).默认为 5

% v:cross validation的参数,即给测试集分为几部分进行cross validation.默认为 3

% cstep:参数c步进的大小.默认为 1

% gstep:参数g步进的大小.默认为 1

% accstep:最后显示准确率图时的步进大小.默认为 1.5

% 输出:

% bestacc:Cross Validation 过程中的最高分类准确率

% bestc:最佳的参数c

% bestg:最佳的参数g

%