为什么LinearSVC在这个数据集上运行如此糟糕?

问题描述 投票:0回答:1

我刚刚生成了一个数据集,从散点图中我认为这些散射是完全可分的。但我真的不知道为什么Linear SVC-sklearn工作得很糟糕。数据集散点图,SVC结果如下:

scatter plot Linear SVC result

我使用的代码就像

from sklearn.svm import LinearSVC    
svc = LinearSVC()    
model = svc.fit(X, y)

任何人都可以帮我解决这个问题吗?我认为SVM应该有更好的结果。

数据集csv文件位于:data csv file

前两列分别是x和y,第三列是数据标签。

python scikit-learn svm
1个回答
2
投票

假设您的数据居中,请将您的fit_intercept设置为False。通过增加误差成本(C=100),你可以在这里通过较少的正则化做得更好:

svc = LinearSVC(fit_intercept=False, C=100)

推荐问答