在SVM中如何进行超参数的选择?

我正在研究SVM算法,并在使用过程中遇到一个问题,就是如何确定合适的超参数。我已经尝试了一些数字范围进行调整,例如C值和gamma值,但是并没有得到最佳结果。我想知道是否有更好的方法来选择超参数,可能是利用交叉验证之类的技术来帮助选择合适的参数。请问,您能给我一些建议或者资源来帮助我更好地进行超参数的选择吗?感谢您的帮助!

提问时间:2023-06-08 14:42:10 编辑时间:2023-06-08 14:42:12 提问者: Velvet_Lover
  • 独居山林
    7

    在SVM中,确定合适的超参数是非常重要的,其中包括C值和gamma值。您可以使用交叉验证来确定这些参数的最佳值。具体来说,您可以将数据集分成几个子集,然后对每个超参数组合进行模型拟合和评估。最后,您可以选择具有最高性能评分的超参数组合作为最佳参数。另外,您可以使用网格搜索来自动化超参数选择过程,这将尝试所有可能的参数组合并返回具有最优性能的参数组合。希望这些建议对您有帮助!

    回答时间:2023-06-08 14:42:15