svm 超参数

https://www.cnblogs.com/ChevisZhang/p/12932674.html

https://wenku.baidu.com/view/b8a2c73cfd4733687e21af45b307e87100f6f861.html?*wkts*=1718332423081\&bdQuery=svm的超参数

用交叉验证找到最好的参数 C 和γ 。使用 RBF 核时,要考虑两个参数 C 和γ 。因为参数的选择并没有一定的先验知识,必须做某种类型的模型选择(参数搜索)。目的是确定好的(C,γ)使得分类器能正确的预测未知数据(即测试集数 据),有较高的分类精确率。值得注意的是得到高的训练正确率即是分类器预测类标签已知的训练数据的正确率)不能保证在测试集上具有高的预测精度。因此,通 常采用交叉验证方法提高预测精度。k 折交叉验证(k-fold cross validation)

C为惩罚系数,C越大,对误差越重视,容易overfitting,C越小,对误差惩罚小,容忍大,越偏向soft margin

gamma大,会比较小,会使高斯分布又瘦又长,会存在overffting

相关推荐
带电的小王22 分钟前
VLA--Gemini Robotics On-Device: 将AI带到本地机器人设备上
人工智能·机器人
终端域名24 分钟前
如何解决人工智能在社会治理中面临的技术和伦理挑战?
人工智能·交互技术
倔强的石头10628 分钟前
[源力觉醒 创作者计划]_文心大模型4.5开源:从技术突破到生态共建的国产AI解读与本地部署指南
人工智能·开源·文心一言·文心大模型
AI训练师33 分钟前
基于深度学习的YOLO框架的道路裂缝智能识别系统【附完整源码+数据集】
人工智能
别摸我的婴儿肥33 分钟前
从0开始LLM-GPT-0
人工智能·深度学习
音视频牛哥34 分钟前
从 WAIC 2025 的火爆,看 AI 时代视频“入口层”的技术演进
人工智能·机器学习·计算机视觉
算家计算38 分钟前
单卡10分钟部署MiniCPM4-0.5B:轻量级大模型本地运行指南
人工智能·开源
魔障阿Q1 小时前
华为310P3模型转换及python推理
人工智能·python·深度学习·yolo·计算机视觉·华为
洛华3631 小时前
初识opencv05——图像预处理4
人工智能·opencv·计算机视觉
SugarPPig1 小时前
“非参数化”大语言模型与RAG的关系?
人工智能·语言模型·自然语言处理