我有一个数据集，一个大型数据集。我使用T-SNE绘制了数据，但我无法找到一个线性可分的决策边界，因为我没有在其中找到决策边界。

我尝试了SVM，希望它能起作用，如果它能够在更高维度上分离超平面的话。

目前我的训练准确率为94%，但后来我增加了20,000条数据后，测试错误率达到了50%，训练数据的准确率增加到了65%（在交叉验证中也大致相同），训练准确率仍然是93%。我的问题是，我真的在准确地解决这个机器学习问题吗？还是我走错了方向？如果可能的话，有人能提供一些关于解决问题的实际方法的链接吗？

回答：

看起来你遇到了过拟合的问题。基本上你的SVM是在记忆训练数据，对于之前未见过的新数据无法正确预测。你可以通过使用较小的C值来减少过拟合。

我认为总的来说，很难说SVM是否是解决你问题的最佳方法。有无免费午餐定理指出，可能不存在一种能够解决所有问题的单一机器学习算法，目前我也不知道有什么方法可以将问题映射到最优算法上。

你可能应该先修正当前使用SVM方法中明显的错误，然后研究它在哪里以及为什么失败。如果你完成了这些步骤，你或许能够选择另一种算法来解决这些缺点。