当我尝试使用RBF核训练SVM（trainsvm函数）时，

libSVM库在训练过程中输出了“二分类概率估计中的线搜索失败”的信息。

训练后，模型的训练准确率仅为20%。

我认为我可能遗漏了一些东西，并且这与该信息有关。

关于我的项目，

我正在处理PASCAL VOC动作分类问题。

我试图遵循这个方法。http://www.ifp.illinois.edu/~jyang29/papers/CVPR09-ScSPM.pdf

有1300张训练图像和11个类别。

制作代码本和稀疏编码后，

特征向量的维度为2688。

训练样本的数量为1370个。

回答：

你需要进行网格搜索，可以使用交叉验证，或者使用单独的验证数据集来获得C和gamma的良好值。Libsvm有一个名为grid.py的脚本，这对于此任务非常有用。我注意到你使用了matlab标签，使用grid.py需要命令行工具和Python安装（在我看来，这通常比使用matlab更好，特别是如果你有一些大机器可以并行运行许多作业）。

我建议你阅读libsvm指南，如果你还没有读过的话：http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf‎。

我还建议你最初使用与论文中使用的数据集相同的数据集，因为偶尔发表的算法只在论文选择的数据集上表现良好。

最后，你可以联系论文的作者。