Hos*_*ein 5 classification machine-learning svm libsvm
我对SVM中的namings有点困惑.我正在使用这个库LibSVM.可以设置很多参数.有谁知道这些是松弛变量？谢谢
kar*_*enu 15
"松弛变量"是c-svm中的C和nu-SVM中的nu.这些都在它们各自的公式中起到相同的作用 - 控制大范围和分类器误差之间的权衡.在C的情况下,人们通常以数量级测试它,例如10 ^ -4,10 ^ -3,10 ^ -2,......到1,5左右.nu是0到1之间的数字,通常从.1到.8,它控制支持向量与数据点的比率.当nu为.1时,边距很小,支持向量的数量将占数据点数量的一小部分.当nu为.8时,余量非常大,大部分点将落在边际.
要考虑的其他事项是您选择的内核(线性,RBF,sigmoid,多项式)和所选内核的参数.通常,人们必须进行大量的实验才能找到最佳的参数组合.但是,请注意过度拟合数据集.
Burges写了一篇很棒的教程:用于模式识别的支持向量机教程
但是如果你大多只是想知道如何使用它而不是如何使用它,请阅读Chih-Wei Hsu,Chih-Chung Chang和Chih-Jen Lin(libsvm的作者)的 "支持向量分类的实用指南"
| 归档时间： |
|
| 查看次数： |
7014 次 |
| 最近记录： |