Harold Yang

您好，我用了800正样本和800负样本，训练完之后连训练样本都通不过测试，这个是不是不正常的现象？

但是样本量少也不应该连训练数据都通不过吧

好的，我回头跟进一下，多谢！特征点的问题，我感觉是训练有问题。我debug的时候，发现训练出来的模型好像有问题，比如，有一些model里的value是-3.04*10^8之类数字（好像还不少），导致一次调整之后就变成INF了。不知道你有没有碰到过这种问题？特征点我用的是LBF训练出来的，68个特征点，感觉没有问题啊。

@kensun0 我找到我这里的问题了，很扯的一个事.....我在我的工程里，不知道怎么回事，居然有两套linear.cpp和linear.h。更奇怪的是，两套里面对于feature_node的定义不一样，一个value是float，另一个value是double。这个错误使得我在训练GlobalRegression和使用它做调整的时候，feature_node数组的读取步长不一样，直接导致了很多错误的数据。 @hanweijing 你那个问题我好像还没碰到。。。

@kensun0 是的，旧版本，我在更新新版本，待会看看你们说的问题

@kensun0 新版本我现在刚在训练。看了一下你们讨论的这个问题，理论上想的话，要想加快选取负样本的速度，一是增加待选负样本（增加空间容量），二是移除已测试拒绝的负样本（提高可用负样本的密度）。而且，可能后者更重要一点。

@kensun0 @hanweijing 我按照新代码训练完了，没有出现很难找负样本的情况。。。。但是。。训练出来的效果比用旧的代码要差是怎么回事，特征点不准确。

@hanweijing 我试一下，最近在整理训练用库