Matlab 为什么与trainImage​；相比，使用FitCecc（）时的精确度要低得多；分类周期​；assifier（）​；？

我尝试使用bag of words和FitCecc（）（多类SVM）来重现与使用图像类别分类器获得的结果相似的结果

这将在验证集上返回约98%的准确率

然而，当我将视觉单词出现的直方图传递到多类SVM分类器时，它的准确率约为2.5%

SVM_SURF = fitcecoc(trainFeatures,trainingSet.Labels);
bag = bagOfFeatures(validationSet);
featureMatrix = encode(bag, validationSet); % histogram of visual word occurrences
[pred score cost] = predict(SVM_SURF, featureMatrix)
accuracy = sum(validationSet.Labels == pred)/size(validationSet.Labels,1);
accuracy

---

有没有一个明显的原因可以解释为什么将一袋文字传递到FitCecc（）而不是trainImageCategoryClassifier（）时，准确率会低很多？

FitCecc分类器是一种多用途（图像、金融数据等）分类器。通过配置内核，您可以获得更好的准确率。但是，传统上，如果增加训练数据，fitcecoc函数会提供更好的结果

SVM_SURF = fitcecoc(trainFeatures,trainingSet.Labels);
bag = bagOfFeatures(validationSet);
featureMatrix = encode(bag, validationSet); % histogram of visual word occurrences
[pred score cost] = predict(SVM_SURF, featureMatrix)
accuracy = sum(validationSet.Labels == pred)/size(validationSet.Labels,1);
accuracy