1
条回答
写回答
写回答
-
推荐回答一、先对资料进行预处理，再进行一次，若仍有较差的准确度，则按第2步骤执行； 二、观察（特性工程）训练集合的准确性； 若训练集合的准确率较低，则该模型的拟合不足。因此，数据特征维度、样本总数和模型复杂性都必须提高。 当训练集合具有较高的准确度，而检验集合的准确性较差时，则模型过拟合。这样就必须减少数据的维数，减少模型的复杂性。 三、采用网格搜索、学习曲线等方式对 SVM超参数进行优化； 四、试着把模型做出来；（整合） 五、以上的都做了，如果精度不够，可以考虑更换。
2022-04-02 15:15:42赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
