如果功能的数量远远大于数据集中的示例数量,那么svm仍然可以工作吗?

时间:2016-10-13 03:06:25

标签: machine-learning svm dimensionality-reduction

如果要素数大于数据集大小,则线性回归不起作用;除非适用正规化。 svm也有类似的问题吗?如果示例的数量与特征的维数相比较少,它是否会给出一个很好的近似值?假设示例是功能的1/10或1/100?

1 个答案:

答案 0 :(得分:-1)

当与特征数量相比较少的示例时,您将没有足够的数据来拟合非线性SVM,即具有非线性内核的SVM。具有线性内核(或没有内核)的SVM是一种方法

如果您想使用非线性SVM,则必须仔细选择内核参数和正则化参数并正确调整它们。

我的意思是,如果正确调整正则化参数,使用SVM(或其他正则化模型)对数百个观测值和数千个属性的问题没有固有的问题。