Używam SVM do klasyfikacji i próbuję określić optymalne parametry dla jądra liniowego i RBF. W przypadku jądra liniowego używam sprawdzania krzyżowego wyboru parametrów w celu określenia C, a dla jądra RBF używam wyszukiwania siatki w celu określenia C i gamma.
Mam 20 (numerycznych) funkcji i 70 przykładów szkoleniowych, które należy podzielić na 7 klas.
Którego zakresu wyszukiwania należy użyć do określenia optymalnych wartości parametrów C i gamma?
źródło
Sprawdź rozdział 2.3.2 tego artykułu autorstwa Chapelle i Ziena. Mają dobrą heurystykę, aby wybrać dobry zakres wyszukiwania dla jądra RBF i C dla SVM. Cytujęσ C
Następnie używają wielokrotności (np dla k ∈ { - 2 , . . . , 2 } ) wartości domyślnej jako zakres wyszukiwania w siatce-wyszukiwać za pomocą sprawdzianu krzyżowego. To zawsze działało dla mnie bardzo dobrze.2k k∈{−2,...,2}
Oczywiście, my @ciri powiedziałem, normalizacja danych itp. Jest zawsze dobrym pomysłem.
źródło