我是使用LIBSVM软件包的新手。我知道调整参数很重要，但我有几个问题。
如何选择正确的内核？我知道线性是最快的，但什么时候应该使用另一个呢？只有当精度太低或是否有其他方法来编程自动选择正确的内核？
其次，有没有一种有效的方法来调整matlab中的SVM？我唯一能想到的是为我想测试的每个参数制作嵌套的for - 循环，然后用分类器进行训练和预测。对于那些基本的东西来说，这是很多代码......
答案 0 :(得分：2)
如何选择正确的内核？我知道线性是最快的，但什么时候应该使用另一个呢？只有当精度太低或是否有其他方法来编程自动选择正确的内核？
最好的方法始终是从线性内核开始。如果您正在处理大型数据集（数千个维度中的数十万个实例），您可能需要使用专门的线性包（例如LIBLINEAR）或集合方法（EnsembleSVM）。请注意，后者尚未具有正确的matlab接口。
如果你有高维稀疏数据，线性内核通常表现得非常好，即使与更复杂的内核相比也是如此。
通常，如果使用线性内核的准确性不够，最好的选择是使用RBF内核。众所周知，它们在大多数数据集上表现都很好。但是，当你切换到RBF内核时，你需要调整内核参数gamma。
其次，有没有一种在matlab中调优SVM的有效方法？
是的！ LIBSVM在训练期间使用-v k标志提供k倍交叉验证。当您提供此选项时，培训将产生交叉验证的准确性（分类）或mse（回归）而不是模型。但是，您仍然需要遍历参数元组。
答案 1 :(得分：0)
检查以下给定的链接。好的代码片段，特别是使用三种不同的比例使用交叉验证来显示参数的调整。希望有所帮助！
https://sites.google.com/site/kittipat/libsvm_matlab/demo_libsvm_crossvalidation