svm分类准确率多少合格

SVM分类合格准确率一般在85到95之间，具体取决于数据集特性。小型数据集达到90以上就算优秀，而复杂的大数据集可能85就表现良好。金融风险评估领域常要求95以上，图像分类任务80到90之间可接受，文本分类任务85到95为合格范围。医疗诊断系统需要95以上的准确率才能投入使用，垃圾邮件过滤系统80以上就能满足基本需求。

SVM分类合格准确率还受特征维度影响。低维数据集(10个特征以下)95以上才算优秀，中等维度(10-100特征)85到90可接受，高维数据(100特征以上)75到85表现良好。时间序列预测任务80以上算合格，语音识别系统需要90以上，推荐系统65到70就能满足基本需求。不同应用场景对准确率要求差异明显，没有统一标准。