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

支持向量机的RBF核

SVM 内核的速度?线性 vs RBF vs 多边形

在 python scikit-learn 中,RBF 内核的性能比 SVM 中的线性差得多

SVM 自定义 RBF 内核 IndexError

带有 Gram 矩阵的预计算 RBF 内核的 Python 实现?

SVM的类型和核函数选择