CvSVM回归只能预测整数

我试图通过使用这个手工标记的590张图像数据库来熟悉CvSVM，这些图像从0-5分级(0是模糊的，5是完美的)。如果一个等级是<3，我标记为0(模糊)，如果>=3，我标记为1(清晰)。

对于功能，我只是使用五个不同的常见指标来进行模糊评估。每一个都通过它们在训练数据中的平均值和标准差进行标准化。使用相同的训练均值和标准差来标准化测试数据。

由于某种原因，我的SVM只能预测整数。我检查了int类型转换和其他愚蠢的错误，但无法找出它。我意识到我的特征可能不是很健壮，因为不同图像之间有太多的差异(标准化不是很有帮助，因为标准化测试特征的范围最终比训练特征的范围更大)，但我仍然觉得我应该得到一些十进制的预测，即使它们是不准确的。

// data format is [ img1 grade feature1 feature2 ... feature5, img2... ]
void train_svm(CvSVM& svm, const Mat& data)
{
    CvSVMParams params;
    params.svm_type         = CvSVM::EPS_SVR;
    params.kernel_type      = CvSVM::RBF;
    params.term_crit        = cvTermCriteria(CV_TERMCRIT_ITER+CV_TERMCRIT_EPS, (int)1e8, FLT_EPSILON);
    CvParamGrid Cgrid(.01, 100, exp(1));
    CvParamGrid gammaGrid(.01, 10, exp(.05));
    CvParamGrid pGrid(.01, 1.8, exp(.01));
    params.C        = Cgrid.min_val;
    params.gamma    = gammaGrid.min_val;
    params.p        = pGrid.min_val;
    // split features from grades
    Mat features  = data.colRange(2, data.cols);
    Mat grades    = data.colRange(1, 2);
    try
    {
        svm.train_auto(features, grades, Mat(), Mat(), params, 10,
                       Cgrid,
                       gammaGrid,
                       pGrid,
                       CvSVM::get_default_grid(CvSVM::NU),
                       CvSVM::get_default_grid(CvSVM::COEF),
                       CvSVM::get_default_grid(CvSVM::DEGREE),
                       false);
    }
    catch (Exception e)
    {
        params = svm.get_params();
        qDebug() << params.C << params.gamma << params.p;
    }
    params = svm.get_params();
    svm.train(features, grades, Mat(), Mat(), params);
}

测试:

void test_svm(const CvSVM& svm, const Mat& data)
{
    Mat features = data.colRange(2, data.cols);
    Mat grades   = data.colRange(1, 2);
    int num_test = features.rows;
    assert(features.rows == grades.rows);
    Mat results(num_test, 1, CV_32FC1);
    svm.predict(features, results);
    qDebug() << "ActttPred";
    for (int i = 0; i < num_test; i++)
    {
        float actual = grades.at<float>(i, 0);
        float predicted = results.at<float>(i, 0);
        qDebug() << actual << "t" << predicted;
    }
}

预测总是0或1。没有小数。