我是Matlab中SVM的新手,需要一些帮助.
我想使用统计工具箱的内置函数fitcsvm来训练支持向量机.当然,有许多参数选择可以控制SVM的训练方式.
Matlab帮助是关于参数如何存档更好的训练结果的小工资.特别是参数'Box Contraint'似乎对所选支持向量的数量和泛化质量有重要影响.
帮助(http://de.mathworks.com/help/stats/fitcsvm.html#bt8v_z4-1)说
控制对违反边际的观察所施加的最大惩罚的参数,并有助于防止过度拟合(正则化).
如果增加框约束,则SVM分类器会分配较少的支持向量.但是,增加框约束可能会导致更长的训练时间.
这个参数究竟是如何使用的？维基百科参考文献中的软边际系数C是相同还是类似？还是完全不同的东西？
谢谢你的帮助.