如何为 SVM 线性核类型选择最佳参数

Posted

技术标签:

【中文标题】如何为 SVM 线性核类型选择最佳参数【英文标题】:How to select best parameters for SVM linear kernel type 【发布时间】:2016-01-13 14:06:54 【问题描述】:

我使用 libsvm 对两个标签进行分类。但是对于 SVM 内核类型 = 线性的默认参数,我没有得到好的结果。谁能告诉我一种为 SVM 线性内核类型找到最佳参数的方法

【问题讨论】:

没有标准的方法来做到这一点。也许你需要做更多的数据预处理。一般来说,您没有提供足够的数据信息,因此没有人能够真正回答您的问题。 我正在使用从 Facebook 提取的功能 :) 网格搜索是一种常用的方式。我建议使用 RBF 内核。但仍然有更多参数需要改变.. 【参考方案1】:

linear kernel 取决于 C 参数。

您可以为此参数执行grid-search,以便为您的给定数据集找到“最佳”匹配的参数。

对于 weka,过程描述为here。

【讨论】:

以上是关于如何为 SVM 线性核类型选择最佳参数的主要内容,如果未能解决你的问题,请参考以下文章

SVM的类型和核函数选择

机器学习sklearn----支持向量机SVC重要参数核函数kernel如何选择

机器学习sklearn----支持向量机SVC重要参数核函数kernel如何选择

机器学习sklearn----支持向量机SVC重要参数核函数kernel如何选择

12 - SVM, KNN,LR, RF简要介绍

支持向量机(SVM):超平面及最大间隔化支持向量机的数学模型软间隔与硬间隔线性可分支持向量机线性支持向量机非线性支持向量机核函数核函数选择SMO算法SVM vs LR优缺点