svm参数
来源:互联网 发布:没卡怎么在淘宝买东西 编辑:程序博客网 时间:2024/06/16 23:24
转载地址:http://blog.csdn.net/szlcw1/article/details/52336824
经常用到sklearn中的SVC函数,这里把文档中的参数翻译了一些,以备不时之需。
本身这个函数也是基于libsvm实现的,所以在参数设置上有很多相似的地方。(PS: libsvm中的二次规划问题的解决算法是SMO)。
sklearn.svm.SVC(C=1.0, kernel='rbf', degree=3, gamma='auto', coef0=0.0, shrinking=True, probability=False,
tol=0.001, cache_size=200, class_weight=None, verbose=False, max_iter=-1, decision_function_shape=None,random_state=None)
参数:
l C:C-SVC的惩罚参数C?默认值是1.0
C越大,相当于惩罚松弛变量,希望松弛变量接近0,即对误分类的惩罚增大,趋向于对训练集全分对的情况,这样对训练集测试时准确率很高,但泛化能力弱。C值小,对误分类的惩罚减小,允许容错,将他们当成噪声点,泛化能力较强。
l kernel :核函数,默认是rbf,可以是‘linear’, ‘poly’, ‘rbf’, ‘sigmoid’, ‘precomputed’
0 – 线性:u'v
1 – 多项式:(gamma*u'*v + coef0)^degree
2 – RBF函数:exp(-gamma|u-v|^2)
3 –sigmoid:tanh(gamma*u'*v + coef0)
l degree :多项式poly函数的维度,默认是3,选择其他核函数时会被忽略。
l gamma : ‘rbf’,‘poly’ 和‘sigmoid’的核函数参数。默认是’auto’,则会选择1/n_features
l coef0 :核函数的常数项。对于‘poly’和 ‘sigmoid’有用。
l probability :是否采用概率估计?.默认为False
l shrinking :是否采用shrinking heuristic方法,默认为true
l tol :停止训练的误差值大小,默认为1e-3
l cache_size :核函数cache缓存大小,默认为200
l class_weight :类别的权重,字典形式传递。设置第几类的参数C为weight*C(C-SVC中的C)
l verbose :允许冗余输出?
l max_iter :最大迭代次数。-1为无限制。
l decision_function_shape :‘ovo’, ‘ovr’ or None, default=None3
l random_state :数据洗牌时的种子值,int值
主要调节的参数有:C、kernel、degree、gamma、coef0。
- SVM参数
- svm参数
- opencv中的SVM参数
- svm几个参数
- SVM参数详解
- svm参数详解
- SVM参数设定
- svm参数说明
- SVM参数意义
- SVM介绍与参数
- SVM参数介绍
- SVM参数详解
- SVM参数详解
- SVM参数详解
- OpenCV中的SVM参数优化
- Opencv中的SVM参数优化
- Opencv中的SVM参数优化
- OPENCV中SVM参数解析
- BP神经网络的实现
- python 27 super继承(解决多重继承时,老办法init父类多次的问题)
- HTTP请求全过程
- BFPRT算法:(TOP-K问题)
- 1059. C语言竞赛(20)
- svm参数
- 51获取MPU6050数据并通过匿名上位机显示波形
- vsnprintf用法解析
- 数据结构C语言版赫夫曼树
- closures and variables
- 拓扑排序
- 关于TP框架隐藏index.php
- CentOS7 yum安装mongodb
- 在Kali linux下安装XAMPP并搭建DVWA遇到的问题及解决办法