机器学习分类算法运行结果精度低怎么办？（SVM为例）

13日的第二篇  傍晚 天气晴 

今日研究：机器学习分类算法运行结果精度低怎么办？（SVM为例）

当算法用代码运行后发现分类精度不高

一、先对数据进行预处理，然后在运行一次，如果还是精度低的话，按照第二步进行；

二、观察训练集的精度（特征工程）；

如果训练集的精度就不高，模型欠拟合。那么需要增加数据特征维度、样本总数和模型复杂度。

如果训练集精度很高，但是验证集精度很低，模型过拟合。那么需要压缩数据维度，降低模型复杂度。

三、用网格搜索、学习曲线等方法调优SVM超参；

四、试把模型做一下ensemble；（集成）

五、以上都试过之后精度还不行，考虑换算法。

Libsvm调参的函数使用总结：https://blog.csdn.net/sherry_gp/article/details/51823380