【发布时间】:2011-06-12 14:06:32
【问题描述】:
我正在使用支持向量机撰写我的学士论文。是不是,“epsilon”参数是优化误差(包括c)时的容差?所以如果最大的约束。边距和最小值错误至少比优化停止的“epsilon”更接近其最佳值?
【问题讨论】:
标签: optimization parameters svm libsvm
我正在使用支持向量机撰写我的学士论文。是不是,“epsilon”参数是优化误差(包括c)时的容差?所以如果最大的约束。边距和最小值错误至少比优化停止的“epsilon”更接近其最佳值?
【问题讨论】:
标签: optimization parameters svm libsvm
由于您似乎正在使用 LIBSVM,您可能应该查看 LIBSVM 作者的this technical paper(特别是第 3 节)。
编辑:是的,您所说的是对 LIBSVM 算法的终止标准的相当准确的描述。当你写你的报告时,不要说互联网上的一些随机的家伙告诉我,引用描述算法的原始文档。
EDIT2:m 和 M 在 1891 页的末尾定义,它们基本上是 f 乘以 y 的梯度的最小和最大分量。
【讨论】: