抑制libsvm(python)中的输出

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了抑制libsvm(python)中的输出，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1026字，纯文字阅读大概需要2分钟。

内容图文

我使用python的libsvm(svmutils)进行分类任务.分类器是准确的.但是,我得到这样的输出：

*
optimization finished, #iter = 75
nu = 0.000021
obj = -0.024330, rho = 0.563710
nSV = 26, nBSV = 0
Total nSV = 26
*
optimization finished, #iter = 66
nu = 0.000030
obj = -0.035536, rho = -0.500676
nSV = 21, nBSV = 0
Total nSV = 21
*
optimization finished, #iter = 78
nu = 0.000029
obj = -0.033921, rho = -0.543311
nSV = 23, nBSV = 0
Total nSV = 23
*
optimization finished, #iter = 90
nu = 0.000030
obj = -0.035333, rho = -0.634721
nSV = 23, nBSV = 0
Total nSV = 23
Accuracy = 0% (0/1) (classification)
Accuracy = 0% (0/1) (classification)
Accuracy = 0% (0/1) (classification)
Accuracy = 0% (0/1) (classification)

有什么方法可以压制这个对话框吗？分类器非常好,我很好奇.此外,“准确性”代表什么？为什么在我的情况下这是0％？ (数据在80个维度上不重叠.总共4个类.我也正确地将其标准化.)

解决方法:

使用-q参数选项

import svmutil
param = svmutil.svm_parameter('-q')
...

要么

import svmutil
x = [[0.2, 0.1], [0.7, 0.6]]
y = [0, 1]
svmutil.svm_train(y, x, '-q')

内容总结

以上是互联网集市为您收集整理的抑制libsvm(python)中的输出全部内容，希望文章能够帮你解决抑制libsvm(python)中的输出所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端