线性内核与 RBF 内核
Posted
技术标签:
【中文标题】线性内核与 RBF 内核【英文标题】:Linear Kernel vs RBF kernel 【发布时间】:2015-01-22 02:00:33 【问题描述】:我正在阅读以下链接中何时使用线性内核而不是 RBF 内核部分: http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf 第 12 页。有人可以告诉我他所说的非常大的功能是什么意思。他指的是100s...1000s...10000s的数量是多少?当我通读整个指南和自述文件时,他并没有具体说明他所说的 LARGE 是什么意思。
【问题讨论】:
【参考方案1】:当特征数量大于 5K 时,我考虑使用线性内核。 5K+ 很大。
但是,这主要取决于训练数据上的“实例数”x“特征数”。当训练实例的数量大于特征数量的 10 倍时,线性核通常会给出可比较的结果。
【讨论】:
Daniel 能否提供一个出版物的链接,该链接提到了线性内核返回可比较结果的能力?谢谢!以上是关于线性内核与 RBF 内核的主要内容,如果未能解决你的问题,请参考以下文章
在 python scikit-learn 中,RBF 内核的性能比 SVM 中的线性差得多