我是使用LIBSVM軟件包的新手.我知道調整參數很重要,但我有幾個問題.

如何選擇正確的內核？我知道線性是最快的,但什么時候應該使用另一個呢？只有當精度太低或是否有其他方法來編程自動選擇正確的內核？

其次,有沒有一種有效的方法來調整matlab中的SVM？我唯一能想到的是為我想要測試的每個參數創建嵌套的for循環,然后使用分類器進行訓練和預測.對于那些基本的東西來說,這是很多代碼……

最佳答案

How to choose the correct kernel? I know linear is fastest, but when should we use another one? Only if the accuracy is too low or is there some other way to program automatic selection of the correct kernel?

最好的方法始終是從線性內核開始.如果您正在處理大型數據集(數千個維度中的數十萬個實例),您可能需要使用專門的線性包(例如LIBLINEAR)或集合方法(EnsembleSVM).請注意,后者還沒有合適的matlab接口.

如果你有高維稀疏數據,線性內核通常會表現得非常好,即使與更復雜的內核相比也是如此.

通常,如果使用線性內核的準確性不夠,最好的選擇是使用RBF內核.眾所周知,它們在大多數數據集上表現都很好.但是,當您切換到RBF內核時,您將需要調整內核參數gamma.

Secondly, is there an efficient way to tune SVM in matlab?

是! LIBSVM在訓練期間使用-v k標志提供k倍交叉驗證.當您提供此選項時,培訓將產生交叉驗證的準確性(分類)或mse(回歸)而不是模型.但是,您仍然需要遍歷參數元組.

總結

以上是生活随笔為你收集整理的libsvm matlab 调参数,matlab – 使用libsvm调整svm的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。