Question

这是我的第一个问题，我只是一个基本的“程序员”，所以如果我对自己的表述不够清楚，我感到抱歉。

我目前在R 3.5.0上使用liquidSVM 1.2.1，尽管潜力巨大，但我对某些技术并不了解，因为该帮助对我来说还不够解释，我无法在互联网上找到任何东西。更具体地说，我想进一步了解参数选择的工作原理。

最终的liquidSVM模型实际上包含有关 gammas 和 lambdas 的信息，但是我无法理解这些参数是否都在不同的单元格中使用，或者仅最后一对具有被选为最终模型。这导致了两个子问题：

如果使用所有值，如何禁用 grid_choice 并仅为每个参数选择一个值？
如果算法选择了最后两个值，我怎么能知道它是哪个？

这是我到目前为止一直在使用的设置：

model = liquidSVM:: svm(formula, TRAIN, threads = 3, predict.prob = T, random_seed = 123, folds = 5, scale = F, d = 1, partition_choice = 5, grid_choice = -1)

我尝试了不同的事情，例如：

设置 gamma = 0.01 和 lambda = 0.1 ;
设置 max_gamma = 0.01 和 min_gamma = 0.01
设置 grid_choice = NULL 或 grid_choice = list（gamma = 0.01，lambda = 0.01）

但是它仍然自己进行网格选择。

只要我能理解如何禁用此网格搜索并提供我选择的参数，我就会自己编写一个网格搜索代码（从而知道代码在做什么）。

谢谢。

Answer 1

这个问题现在有点老了。但是，如果有人仍在寻找相应的解决方案。

您可以使用名为 gammas 和 lambdas 的参数定义要在其中搜索最佳匹配值的网格。在这种情况下，请将它们设置为一个值。

例如：

model <- svm(x1~., train, display=1,folds=5, mc_type="OvA_ls",
              gammas = 0.01,
              lambdas = 0.1
)

将仅将gamma设置为0.01，将lambda设置为0.1。

但是，这不再是网格搜索，您应该期望得到两只手来警告消息。如果提供伽玛向量和lambda向量，它将搜索该设置的网格而不是默认网格。因此，如果您想将liquidSVM与其他软件包进行比较，那么这些参数就很方便。

祝你好运

R中的liquidSVM参数选择说明

1 个答案: