我有一个矩阵504（r）x 615（c），它有165个正面，其余的负面标签。我正在使用RFS贪婪功能选择（参考：https://www.cs.cmu.edu/~kdeng/thesis/feature.pdf）。我使用带径向内核的SVM在特征选择期间进行分类。我想知道如何选择SVM的参数来获得最佳功能。这个问题是因为当我使用不同的参数（gamma = 0.01到0.7，cost = 0.1,1,10,30）时，算法会提供不同的特征集。
更新：我将70％用作火车组，30％用作交叉验证组。我做了2次实验：1次，伽马= 0.09，费用= 10，系统选择48个特征; 2，γ= 0.01，成本= 30，系统选择了39个功能。第一组特征的交叉验证集的准确性优于第二组特征。