php - 5 折交叉验证给出了 SVM 中的反向学习曲线
问题描述
我正在研究数字分类(天城文 OCR)。我正在用 php 训练 PECL SVM 模型的数据。为了绘制学习曲线,我开始通过 5 折交叉验证来测试 SVM 的稳健性。我得到如下结果 -
当数据集数量较少时,它会提供较高的准确性,但随着数据集大小的增加,准确性会逐渐降低。我知道 SVM 在较少数量的数据集上效果很好。但我的项目主管对此并不满意。我在互联网上搜索,然后我没有发现任何关于此类问题的信息。我的模型(PECL SVM 提供的带有 RBF 内核的 SVM)有什么问题吗?还是作为 SVM 的属性正常。按模型分类新图像是完美的。
解决方案
推荐阅读
- ios - 导航视图在 iPad 上的 SwiftUI 中无法正常工作
- ssh - sshd_config 不会被 Yocto 元层覆盖,因此无法连接到板
- javascript - 区分 iframe 重定向和刷新
- c# - NPOI Mapper - 地图列表属性
- python - 如何使用索引替换特定列中的行值?
- ios - iOS 14 已更改(或损坏?)SwiftUI GeometryReader
- netbeans - 我无法安装已安装 JDK 14 的 Apache NetBeans 插件
- r - 如何使用 summarise 函数在 R 中使用 dplyr 包创建摘要?
- javascript - 部署的反应应用程序不返回内容
- javascript - 创建具有与现有属性不同的属性的新对象数组