python-具有硬边距和C值的svm
作者：互联网
我必须创建一个带有RBF内核和硬边距的svm分类器.如果我正确理解,则余量的种类由C参数控制.也就是说,C参数越大,我得到的硬边界就越大.是否有一个典型的C值模拟非常健壮的“硬边距”？还是有其他方法可以模拟强大的硬边距？当然,我们总是可以讨论为什么我们需要模仿硬利润.但是在这种情况下,我需要模仿它！
clf = svm.SVC(C = ??,kernel="rbf",gamma =1.5,shrinking=False,cache_size=3000)
解决方法:
通常,您不需要那么大的值,但总的来说就是这样.只需尝试将其设置为1e10,然后查看生成的alpha.
如果所有Alpha都不在C值上,则不应用任何正则化处理(即所有点均在训练集中=硬边距中正确分类).
顺便说一句,如果您的数据集非常嘈杂并且无法与您正在使用的内核分开,那么您将无法实现硬边际.
标签：scikit-learn,machine-learning,python,math 来源： https://codeday.me/bug/20191127/2075945.html