我目前正在为我的课程开发一个小型项目，我遇到了一个障碍，希望能得到一些帮助。在 Azure 机器学习工作室中训练 SVM 模型并将其部署为 Web 服务后，我遇到了一个特殊问题 - 无论输入数据如何，该服务都会返回相同的预测。
这里有人遇到过类似的问题或者对可能出现的问题有什么建议吗？我无计可施，任何建议或见解将不胜感激！
预先感谢您的帮助！
https://gallery.cortanaintelligence.com/Experiment/Binary-Classifier-SVM-Web https://gallery.cortanaintelligence.com/Experiment/Binary-Classifiers-SVM
这是我到目前为止所做的：
确保所有预处理步骤与模型训练阶段使用的步骤相同（包括数据归一化和缺失值的处理）。 仔细检查模型是否使用输入数据进行评分。 验证了 Web 服务的配置，特别是在构建响应时以确保不返回静态值。 确保输入数据的格式与预期模式匹配。 该模型在 ML Studio 环境中表现良好，并根据测试数据进行准确预测。但是，部署的 Web 服务似乎没有反映此行为并输出恒定值。
以下步骤可用于解决上述问题
- 验证是否使用正确的算法来训练模型
- 用于训练模型的数据应包含类似于实时数据的最大可能数据输入
- 用足够的数据量重新训练模型，用于训练模型的数据量越多，预测效果越好