如何在使用SVM和RBF内核的系统之间进行适当的比较？

Question

当比较使用SVM和RBF内核的系统时，我们是否应该为所有系统使用相同的C和gamma（固定值，例如C = 10，gamma = 0.1）或进行超参数转换并选择C的最佳值和每个系统的伽玛？

Answer 1

正如#sascha所写，不同的分类器可以使用不同的参数进行更好的训练。

但是没关系。对于不同的任务，您也有不同的要求。例如，如果您发明了一种新的分类算法，并希望将其与特定任务的最新技术进行比较，通常会有针对您要学习的特定任务的优化代码，因此您只需要对自己的算法进行细微的改进。另一方面，如果你有一个新任务，并且只想尝试不同的分类器，你需要同时使用它们，直到达到某个平台。如果算法之间存在很大差异，请选择能够提供更高性能的算法，而不是只能使用它。如果他们两个都给你相似的结果，你有两个选择：

1. 对两者进行小幅调整，直到达到满意的结果
2. 尝试其他算法