我正在尝试使用sklearn中的SVM来解决分类问题。我得到了一个高度稀疏的数据集，其中包含超过50K的行和二进制输出 问题是我不太清楚如何有效地选择参数，主要是内核，gamma anc C.
对于内核，例如，我是否应该尝试所有内核，只保留给我最满意结果的内容，或者在选择内核之前，我们可以在第一时间看到与我们的数据相关的内容？登记/> C和伽玛也一样。
谢谢！
答案 0 :(得分：0)
是的，这主要是实验问题 - 特别是因为您对数据集的了解很少：可分性，线性，密度，连通性......影响分类算法的所有特征。 / p>
为初学者尝试线性和高斯内核。如果线性不能正常工作而Gaussian有效，那么尝试其他内核。
一旦找到了最好的1或2个内核，然后就会使用cost和gamma参数。 Gamma是一个＆＃34;松弛＆＃34;参数：它允许内核允许将一定比例的原始分类错误作为其他好处的权衡：差距的宽度，分区函数的简单性等。
我还没有申请通过改变成本获得更多的微不足道的好处。