1.核支持向量机是非常强大的模型,在各种数据集上的表现都很好。svm允许决策边界很复杂,即使数据只有几个特征。它在低维数据和高维数据(即很少特征和很多特征)上都表现都很好,但对样本个数的缩放表现不好。在有多达10000个样本的数据上运行svm可能表现良好,但如果数据量达到100000甚至更大,在运行时间和内存使用方面可能会面临挑战。
svm的另一个缺点是预处理数据和调参都需要非常小心,这也是为什么如今很多应用中用都都是基于树的模型,比如随机森林和梯度提升(需要很少的预处理,甚至不需要预处理)。此外,svm模型很难检查,可能很难理解为什么会这么预测,而且也难以将模型向非专家进行解释。
不过svm仍然是值得尝试的,特别是所有特征的测量单位相似(比如都是像素密度)而且范围也差不多时。
核svm的重要参数是正则化参数c、核的选择以及与核相关的参数。虽然我们讲的是RBF核,但scikit-learn中还有其他选择,RBF核只有一个参数gamma,它是高斯核宽带的倒数。gamma和c控制的都是模型复杂度,较大的值都对应更为复杂都模型。因此,这两个参数的设定通常是强烈相关的,应该同时调节。