用于非线性SVM的SGDC分类器

Question

我有一个庞大的数据集

1）dataset_1 =（13000,2048）＃13000个样本，每个2048个特征 2）dataset_2 =（15000,12000）

为了加快从sklearn

使用的计算l

from sklearn.linear_model import SGDClassifier
model=SGDClassifier(loss="hinge", penalty="l2",random_state=42,n_jobs=-1)

然后在每个256个样本的小批量上应用partial_fit，如下所示：

model.partial_fit(X_train_batch, y_train_batch, classes=np.unique(y_train),sample_weight=weights)

超过100 epochs

与单个LinearSVC()或SVC()

相比，我节省了大量时间

我的问题如下：

1）如何将SGDClassifier用于非线性SVM ，例如：RBF内核，三角形内核，直方图交集内核......？

2）在损失=“铰链”的SGDClassifier中使用Penalty参数C的值是多少？它是C=1.0和LinearSVC()中的默认参数SVC()吗？

2-B）如何在SGDClassifier中改变C个值？

谢谢