我有一个包含6个类别和19个特征的SVM模型。它的表现很好，准确率达到95%。我正在评估如何获得最后的5%。我的一个想法是创建其他具有不同特征的模型，并进行训练。另一个想法是将现有的6类模型重组为6个模型，每个模型包含2个类别，其中一个类别为正类，其余5个类别为负类。特征保持不变。这样做会带来新的分类结果，还是只是一个冗余的模型？

谢谢！

回答：

我的想法是创建其他具有不同特征的模型，并进行训练。

是的，这是一个好主意。检查其他模型在你的数据上的表现。

另一个想法是将现有的6类模型重组为6个模型，每个模型包含2个类别，其中一个类别为正类，其余5个类别为负类。

由于SVM是一个二元分类器，多类SVM分类器内部使用的是一对多或一对一方法。你建议的是一对多方法。由于libsvm使用的是一对一技术，你可以使用一对多，但这通常不会提高准确率，因为一对一方法使用了更多的分类器。