SVM 訓練--在訓練集上acc為94% 在測試集上為70%

用SVM 訓練的時候：

出現的問題是：
Error: specified nu is infeasible

帶有下標的賦值維度不匹配。

百度到的答案：賦值維度不匹配。。。說明等號兩邊的大小不一致，導致的  我也碰到了這個問題 出錯的位置在 SVMngForClass (line 34)
        cg(i,j) = svmtrain(train_label, train, cmd);

出錯 Untitled3 (line 33)
[bestCVaccuracy,bestc,bestg]= SVMngForClass(double(Train_label),double(Feature_train_norm));

實際的情況可能是：

在使用SVMngForClass打網格訓練的時候：

if nargin < 5
    gmax = 8;
    gmin = -8;
end
if nargin < 3
    nmax = -1;
    nmin = -5;
end

nmax 的取值範圍預設是 nmax=0；改成nmax=-1 之後，暫時沒有出現這個問題

固定某一個參數，比如說我們固定m。

那麼隨著n 的變化，我們可以看到acc 的精度是先變大 後變小。---看上去正常哈。

早晨來的時候發現：

昨天在訓練集中交叉驗證得到的比較高的acc，但是在測試的時候 精度只有70% 

這個原因出現在哪裡。

應該是這麼理解 在訓練集上效果好，在測試集上效果差，應該是model 的泛化能力太差。

在所有的資料集上去訓練，得到最好的acc 為88% 但是在測試集上有76%  

這該怎麼辦：

1. 樣本不均衡

總的樣本為：8099 

neg 樣本為：1211

pos 樣本為：6888

2. 樣本噪音比較大(特別是V0 的版本)

有些樣本是在很小 比如 2*9 的

3.泛華能力差。 我訓一個感覺好的就給BK 老師吧。

感覺還是需要實際的樣本會好一些。