参数
- kernel
- 可选参数
- linear
- 擅长处理线性数据(利用直线进行分类
- rbf
- 擅长处理偏非线性数据,但其在线性数据也有不错的表现
- poly
- 擅长处理偏线性数据(利用曲线进行分类)
- sigmoid
- 擅长处理非线性数据,用于多分类
- linear
- 选择的原则
- 由于许多高维度的数据它并不能可视化,所以无法通过数据的形状对分类器进行选取
- 首先查看标签,利用遍历分类器的办法选择最佳的分类器
- 可选参数
- degree
- poly的特有参数,当处理线性问题的时,degree = 1,默认为3
- coef0
- poly、sigmoid特有的参数,即在分类函数后面加一个常数,默认值为0,通过学习曲线来调整
- gamma
- poly、sigmoid、rbf都具有的参数
- [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jhFZ01dE-1682646976842)(data/user-data/509837/images/f899bc9b397dee4ec5457aab63b3b214.png)]
- 可选参数
- auto默认值
- 自动使用1/(n_features)作为gamma的取值
- scale
- 则使用1/(n_features * X.std())作为gamma的取值
- auto默认值
- 利用学习曲线进行调整
- poly、sigmoid、rbf都具有的参数
- C
- 用来平衡最大分界边际和训练准确率的参数
- [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Wnm5jh6y-1682646976843)(data/user-data/509837/images/52d451109a8583f4647fa38be9e8db90.png)]
- 默认值为1,必须大于0
- C越大表示模型目标追求准确率,越小表述越追求边界面积
- 利用学习曲线来调整
- 用来平衡最大分界边际和训练准确率的参数