(Liblinear) 错误:C <= 0

我在尝试训练SVM时从Liblinear中得到了以下错误:“错误:C<= 0”。虽然问题很明显,但我无法理解为什么会出现这个问题,因为我通过交叉验证找到的C值是正的。

这是用于寻找C值的交叉验证代码(我已经删除了下半部分)

for log2c = 2:1:6,cmd = ['-s 2 -v 5 -c ', num2str(2^log2c)];cv = train(labels, features, cmd);

我得到的结果是

Cross Validation Accuracy = 91.6772%bestc = 4, cv = 91.6772

然而,当我随后训练SVM时,我得到了

models{i} = train(trainLabel, trainFeats, ['-s 2 -c ', bestc]);Error: C <= 0

如果有人有任何建议,我将不胜感激!

(另外,我的数据大约是2/3负样本和1/3正样本,如果这有帮助的话)


回答:

我认为你应该写:

models{i} = train(trainLabel, trainFeats, ['-s 2 -c ', num2str(bestc)]);

同时确保bestc的值是正的,即>=0

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注