我试图理解为什么SVM分类器无法正确分类我的数据。我只展示了2000个原始数据样本中的10个样本XX。我无法理解Matlab返回的混淆矩阵。我使用了SVM分类器。我的代码是否有问题，特别是我进行交叉验证的方式？
XX被标准化为X，Y是标签。每个特征向量的长度为8。
**问题**) 有人能帮助解决这个问题吗？
pred 0 pred 1 actual 0 100 0 actual 1 100 0谢谢
回答：
您的情况是：
- 数据集不平衡（7个和3个样本），
- 8维特征空间只有7个和3个样本，远远不足以填充（参见维度灾难），
- 您只使用了一半的样本进行训练，这意味着您离填充特征空间更远了。
因此，SVM得出的普遍结论是将所有内容分类为“类0”，我对此并不惊讶。
尝试只使用一个特征（XX的第一列），并使用留一法交叉验证。
