libsvm 中的选择参数
Selection parameters in libsvm
一周前我开始使用 libsvm。
我找不到有关 libsvm 参数的任何信息。
我想更好地理解我应该如何 select 这些参数。
有人可以用简单的语言告诉我每个参数的含义吗？
-d degree
-g gamma
-r coef0
-c cost
-n nu
-p epsilon
-m cachesize
-e epsilon
-h shrinking
-b probability_estimates
-wi weight
在这种情况下(vector)，什么参数值最好？
参数在main libsvm page. There are links to several papers that show the mathematical usage of the Greek-letter variables, including A Practical Guide to Support Vector Classification上有描述。
通常，您将参数值保留为默认值。然后你调整它们，一次一个，看看这些变化如何影响你想要的特性。
一些主要参数的帮助：
- degree ... 这是多项式核函数的次数（最高指数）。这是一个应用于您的数据点的转换函数，目的是在 类 之间获得更准确的线性划分。度数高会导致过拟合；低度失去准确性。
- gamma & r ...内核的前导系数和常数（偏差）参数。
- -e epsilon ...收敛公差；较小的值将需要更多的迭代才能收敛。
总的来说，本文为您提供了开发 SVM 模型的一系列很好的建议。我建议您完成这些步骤，并在您遇到 特定 编程问题时再次 post。
就为您的数据集选择参数而言，如果不分析 "shape" 和跨度的数据以及了解您需要的结果，我们无法为您提供良好的起始集。简而言之，我们必须从您那里了解更多信息，然后逐步完成您作为模型开发人员需要完成的工作。
这些建议是否让您朝着正确的方向前进？
一周前我开始使用 libsvm。
我找不到有关 libsvm 参数的任何信息。
我想更好地理解我应该如何 select 这些参数。
有人可以用简单的语言告诉我每个参数的含义吗？
-d degree
-g gamma
-r coef0
-c cost
-n nu
-p epsilon
-m cachesize
-e epsilon
-h shrinking
-b probability_estimates
-wi weight
在这种情况下(vector)，什么参数值最好？
参数在main libsvm page. There are links to several papers that show the mathematical usage of the Greek-letter variables, including A Practical Guide to Support Vector Classification上有描述。
通常，您将参数值保留为默认值。然后你调整它们，一次一个，看看这些变化如何影响你想要的特性。
一些主要参数的帮助：
- degree ... 这是多项式核函数的次数（最高指数）。这是一个应用于您的数据点的转换函数，目的是在 类 之间获得更准确的线性划分。度数高会导致过拟合；低度失去准确性。
- gamma & r ...内核的前导系数和常数（偏差）参数。
- -e epsilon ...收敛公差；较小的值将需要更多的迭代才能收敛。
总的来说，本文为您提供了开发 SVM 模型的一系列很好的建议。我建议您完成这些步骤，并在您遇到 特定 编程问题时再次 post。
就为您的数据集选择参数而言，如果不分析 "shape" 和跨度的数据以及了解您需要的结果，我们无法为您提供良好的起始集。简而言之，我们必须从您那里了解更多信息，然后逐步完成您作为模型开发人员需要完成的工作。
这些建议是否让您朝着正确的方向前进？