Artificial intelligence 需要一些关于我的SVM特征优化的建议吗

我已经在SVM上训练了一个系统，这是一个问题，这个网页是否适合回答这个问题

我选择的功能是“网页中的术语频率”、“术语是否与网页标题匹配”、“网页中的图像数量”、“网页长度”、“是否是维基百科页面？”、“搜索引擎返回的列表中此网页的位置”

目前，我的系统将保持精度在0.4左右，召回率为1。它有很大一部分误报错误（我的分类器将许多坏链接归类为好链接）

由于准确性可以提高一点，我想在这里寻求一些帮助，以考虑完善我为培训/测试选择的功能，可以删除一些或添加更多

提前谢谢。

嗯

• 你的训练设备有多大？i、 例如，您使用了多少培训文档
• 您的测试集由什么组成
• 因为你的FPs太多了，我会尝试使用更多（和各种各样的）“坏”网页进行训练
• 你能详细介绍一下你的不同功能吗，比如“网页中的tf”等等

---

是的，谢谢，术语频率是网页中出现关键词的频率。这些关键词由我手动确定，从原始问题中提取2或3个最重要和决定性的关键词，然后计算其在网页中的频率。好吧，没有更多细节，除了我的原始建议之外，我帮不上什么忙。你可能会想出更多的功能，比如：-答案中的字数也在相关的维基百科条目中-答案的复杂性（通过阅读水平计算器；这可能只适用于非常技术性或科学性的问题），如果你使用短语作为推荐的基础，你可能会错过同义词。如果问题是关于医生的，而答案是关于医生的，那么它可能不会被发现。无论如何，整合WordNet可能是值得的。