SVM 参数调优

Posted 2023-03-12

【中文标题】SVM 参数调优

【英文标题】：SVM parameter tuning

【发布时间】：2015-07-12 10:53:50

【问题描述】：

我是使用 svm 进行分类的新手。我想通过 EmguCV 中的.TrainAutofunction 调整 svm 参数。但我不知道我应该给这个函数搜索的以下参数的范围（最小值-最大值）是多少：

1- C（用于 poly 和 RBF 内核）

2- Gamma（用于多边形和 RBF 内核）

3- 系数（用于多核）

4- 度（用于多核）

这些参数的范围是多少？

这些范围是否取决于样本数量？

当我收到内存不足分配错误时，是否可以将 step 参数设置为较大的值，当我找到近似最佳值时，将这些范围设置为较小的值，然后以较小的 step 搜索第二个范围？

【参考方案1】：

一般来说，您应该首先考虑 RBF 内核，除非您有充分的理由不这样做。以下是有关如何选择参数 C 和 gamma 的一些指南：

http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf

http://scikit-learn.org/stable/auto_examples/svm/plot_rbf_parameters.html

【讨论】：

Tnx 很多！我正在阅读它们。但我测试了 RBF 和线性内核（我不知道测试是否正确，我正在阅读你的链接才知道）所以我决定测试多内核。

@EYx：线性 SVM 将比所有内核版本快得多，但仅当您的数据或多或少线性可分时才会起作用。所以如果你能让它为你工作，那就太好了，否则试试 RBF。

对不起，我忘了说 RBF 和线性，都给了我微弱的回应！