(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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注