簡體 English 中英

RBF和SVM多項式內核的參數選擇-兩個內核的最佳“ c”（成本參數）是否相同？

[英]Parameter selection for RBF and polynomial kernel of SVM - Is the best 'c' (Cost parameter) same for both kernels?

原文 2014-09-25 09:46:51 2 1 machine-learning/ svm/ libsvm

我已經讀過Cost參數與所使用的內核無關，並且取決於訓練數據。 在為RBF執行參數選擇之后，我得到了'c'和Gamma'g'的最佳組合。 那么我可以對多項式內核使用相同的'c'並確定良好的'd'嗎？ 或者，如果我重新開始搜索“ c”和“ d”，是否可以做得更好？

你可以做得更好。 更改內核正在改變解決方案的類型，SVM可以找到它，以及它可能過度適合您的數據，因此您需要一個新的C。盡管如果使用高階多項式，保留舊的C可能是可以接受的猜測。

[英]The gamma and cost parameter of SVM

[英]Are high values for c or gamma problematic when using an RBF kernel SVM?

[英]SVM custom RBF kernel IndexError

[英]SVM in OpenCV: low accuracy OCR with RBF kernel

[英]Sklearn SVM custom rbf kernel function

[英]Emgu SVM classifier, predicts incorrect with poly and RBF kernels

[英]The parameter b from SVM in case of Gaussian kernel

[英]Custom SVM Polynomial kernel sklearn

[英]increase speed for SVM with polynomial kernel

[英]Changing the C parameter of an SVM in python

暫無

聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.

相關問題 SVM的gamma和cost參數使用RBF內核SVM時，c或gamma的高值是否有問題？ SVM 自定義 RBF 內核 IndexError OpenCV中的SVM：具有RBF內核的低精度OCR Sklearn SVM 自定義rbf核函數 Emgu SVM分類器，可預測多邊形和RBF內核的錯誤在高斯 kernel 的情況下，來自 SVM 的參數 b 自定義 SVM 多項式內核 sklearn 用多項式核增加SVM的速度在python中更改SVM的C參數

相關標簽