在 Matlab 中调整 SVM 分类模型时，我遇到了 matlab 中的 rng 函数，其中更改了种子（稳定算法中数据的随机混洗）。当调用的函数是 rng(1) 时，我得到一个准确度值 (99%)。当它更改为 rng(2) 时，我得到另一个值 (57%)。因此，可见的准确性发生了巨大变化。这是什么意思？我训练错了吗？
我在不改变 rng 的情况下通过不同的运行获得的训练和测试集正确率（以 % 为单位）是（train,test）
（96、82.8）
（94.6、95.3） （96、85.9）（
96、90）
（
95， 95)
不同rng值的不同精度
数据挖掘
分类
支持向量机
监督学习
matlab
准确性
2022-02-12 09:52:09
1个回答
这个数据集中的训练错误有很大的不同（99% vs 57%）。所以，也许有rng(1)分裂的那个已经过拟合了你的数据集。
因此，可见的准确性发生了巨大变化。这是什么意思？我训练错了吗？
巨大的变化可能是由于过度拟合。（另外，通过验证曲线判断模型，然后拟合平衡偏差-方差图的模型。）