Machine learning LIBSVM分类的100%准确率-可能有什么问题？

我正在建立一个利用LIBSVM对乳腺恶性肿瘤进行分类的模型。以下是我遵循的算法：

使用向后消除进行特征选择

使用网格搜索计算每组特征的C和gamma

使用10倍交叉验证得出最佳C和gamma

使用上述步骤，找到可能的最佳特征子集和最大精度

问题是，我使用LIBSVM在80:20的数据集上获得了100%的准确率。我没有排除任何功能，也没有对同一数据进行培训和测试。有什么提示我可能错了吗？以下是一些其他相关信息：

cost = [2^-10, 2^-8, 2^-6, 2^-4, 2^-2, 0.5, 1,
        2, 2^2, 2^3, 2^4, 2^5, 2^6, 2^7, 2^8, 2^9, 2^10];
g = [2^-10, 2^-8, 2^-6, 2^-4, 2^-2, 2^-1, 1,
     2, 2^2, 2^3, 2^4, 2^5, 2^6, 2^7, 2^8, 2^9, 2^10];
most optimal C = 1;
most optimal gamma = 9.7656e-04;
Accuracy on 50:50 test:train dataset: 98.5337%
Accuracy on 70:30 test:train dataset: 99.5122%
Dataset used: University of Wisconsin breast cancer dataset (682 entries).

---

小结：您没有抱怨其他两个数据集；100%的准确度与这些数据相当一致。什么使你认为你应该有一个较低的准确性

让我们看看错误分类的计数：

50:50 data set -- 5 / 341 errors
70:30 data set -- 1 / 205 errors
80:20 data set -- 0 / 136 errors

80:20的结果与您之前的结果完全一致：您的准确率（显然）提高到99.8%以上

---

从训练中要求最大的准确度表明，它可能很好地保留了所有特征，存在过度装配的明显危险。然而，由于您显然发现前两个数据集是可以接受的，因此我直觉认为该数据集是高度自一致的。从我的经验来看，这种一致性很奇怪，但你没有描述数据集的属性，甚至没有给我们提供样本或有用的链接来检查。

总结：你没有抱怨其他两个数据集；100%的准确度与这些数据相当一致。什么使你认为你应该有一个较低的准确性

让我们看看错误分类的计数：

50:50 data set -- 5 / 341 errors
70:30 data set -- 1 / 205 errors
80:20 data set -- 0 / 136 errors

80:20的结果与您之前的结果完全一致：您的准确率（显然）提高到99.8%以上

---

从训练中要求最大的准确度表明，它可能很好地保留了所有特征，存在过度装配的明显危险。然而，由于您显然发现前两个数据集是可以接受的，因此我直觉认为该数据集是高度自一致的。根据我的经验，我觉得这种一致性很奇怪，但你没有描述数据集的属性，甚至没有给我们提供样本或有用的链接来检查。

这是一个非常标准的数据集。很抱歉这么晚才发表评论，但这里有一个链接：描述：“相当标准的数据集”是一个令人费解的术语；我想我从来没有见过一个。：-）您是否希望看到某些向量被错误分类？你检查过模型的复杂度了吗？除了它的所有特性之外？嘿，伙计，我对ML很陌生。你能详细说明我如何检查模型的复杂度吗？你能访问经过训练的模型的系数吗？如果是这样的话，检查它们，看看有多少特征对评分函数有显著的贡献——比如说对于一些边界分类向量至少有10%。这是一个相当标准的数据集。很抱歉这么晚才发表评论，但这里有一个链接：描述：“相当标准的数据集”是一个令人费解的术语；我想我从来没有见过一个。：-）您是否希望看到某些向量被错误分类？你检查过模型的复杂度了吗？除了它的所有特性之外？嘿，伙计，我对ML很陌生。你能详细说明我如何检查模型的复杂度吗？你能访问经过训练的模型的系数吗？如果是这样的话，检查它们，看看有多少特征对评分函数有显著贡献——比如说，对于某些边界分类向量，至少有10%。