【问题标题】:SVM parameter tuningSVM 参数调优
【发布时间】:2015-07-12 10:53:50
【问题描述】:

我是使用 svm 进行分类的新手。我想通过 EmguCV 中的.TrainAutofunction 调整 svm 参数。但我不知道我应该给这个函数搜索的以下参数的范围(最小值-最大值)是多少:

1- C(用于 poly 和 RBF 内核)

2- Gamma(用于多边形和 RBF 内核)

3- 系数(用于多核)

4- 度(用于多核)

这些参数的范围是多少?

这些范围是否取决于样本数量?

当我收到内存不足分配错误时,是否可以将 step 参数设置为较大的值,当我找到近似最佳值时,将这些范围设置为较小的值,然后以较小的 step 搜索第二个范围?

【问题讨论】:

    标签: opencv classification svm emgucv libsvm


    【解决方案1】:

    一般来说,您应该首先考虑 RBF 内核,除非您有充分的理由不这样做。以下是有关如何选择参数 C 和 gamma 的一些指南:

    http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf

    http://scikit-learn.org/stable/auto_examples/svm/plot_rbf_parameters.html

    【讨论】:

    • Tnx 很多!我正在阅读它们。但我测试了 RBF 和线性内核(我不知道测试是否正确,我正在阅读你的链接才知道)所以我决定测试多内核。
    • @EYx:线性 SVM 将比所有内核版本快得多,但仅当您的数据或多或少线性可分时才会起作用。所以如果你能让它为你工作,那就太好了,否则试试 RBF。
    • 对不起,我忘了说 RBF 和线性,都给了我微弱的回应!
    猜你喜欢
    • 2020-11-17
    • 2019-02-26
    • 2016-11-20
    • 2014-03-22
    • 2012-05-10
    • 1970-01-01
    • 2018-06-10
    • 2014-11-28
    • 2018-12-17
    相关资源
    最近更新 更多