关于libsvm的学习分类问题
最近用libsvm库学习svm分类算法。主要工作是将不同姿态的人体分类出来。现在遇到的问题是：
设置一种特定的姿态为+1 label，总学习正样本大小为500左右，负样本为证样本的8倍左右.然后用400左右的test样本测试svmpredict函数。但是结果似乎只和测试样本的label有关。如我设置test样本中+1样本的个数为10（/20），检测率显示为50%，但是如果任意设置为其他值的话正确的样本也检测不出来了。。。请问这是什么原因？
另：我是按照README给出的训练的，网上找到的教程大都跟这个差不多。。。训练的步骤大概就是抽取HoG特征，scaling， 选核，（默认是RBF）选最优C和g（按照q&a中说的步骤），最后训练。。。
[解决办法]
我也遇到相同的问题，我在predict的实验中好像也与label有关，求解呀！
