svm-train可执行文件具有参数e，允许设置一些epsilon。说明只说
设置终止标准的容差（默认值为0.001）
我发现信息量不足，无法在互联网上找到相关说明。也许，它是一些众所周知的通用SVM参数，但我对通用SVM不够熟悉。
我指的是用于分类的epsilon，而不是用于回归的epsilon（＆＃34;在epsilon-SVR＆＃34的损失函数中）;并且使用选项libsvm指定给-p。
答案 0 :(得分：1)
使用数值优化解决SVM的解决方案。求解器是迭代的，并且可能永远重复迭代，直到您达到完全为零的错误 - 找到问题的确切解决方案（由于浮点舍入错误，这将永远不会发生）。在这种情况下，epsilon是在我们停止运行求解器迭代之前解决方案需要接近零的容差。 0.001通常是一个很好的价值。较小的值将需要更长的时间来训练（需要更多的迭代），但由于解决方案足够接近开始，因此不太可能导致较低的错误率。 0.01也很常见，这需要较少的时间训练（较少的迭代）但有时在测试数据上具有更高的错误率，然后是更精确的解决方案。