支持向量机SVM模型中C和gamma参数分别是什么？对模型有什么影响？

支持向量机SVM模型中C和gamma参数分别是什么？对模型有什么影响？

SVM模型有两个非常重要的参数C与gamma。

C的本质是正则化系数。

C值是惩罚系数或者叫惩罚因子，表征的是模型对于误差的容忍度。

C值越高，表征模型越不能接受出现误差，但是容易过拟合。

C值越小，模型对于误差比较宽容，但是模型容易欠拟合。

C值过大或者过小，都会导致模型泛化效能变差，达不到学习的效果和目的。

不管是 SVC（分类）还是 SVR（回归），参数 C 都是为了在模型准确率与模型复杂度之间取得一个平衡。

或者换个角度来说，就是为了在经验风险和结构风险之间取得一个平衡；

gamma参数是RBF核函数自带的超参数；

在s

标签：误差,SVM,模型,参数,对模型,值越,gamma
来源： https://blog.csdn.net/zhongkeyuanchongqing/article/details/118269182