matlab中高斯核公式,Matlab版LibSVM定义线性核和高斯核的使用方法

(1)如何采用线性核？

matlab> % Linear Kernel

matlab> model_linear = svmtrain(train_label, train_data, ‘-t 0’);

严格讲，线性核也要像高斯核一样调整c这个参数，Libing wang讲一般C=1效果比较好，可能调整效果差异不大，当然要看具体的数据集。c大，从SVM目标函数可以看出，c越大，相当于惩罚松弛变量，希望松弛变量接近0，即都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，但推广能力未必好，即在测试集上未必好。c小点，相当于边界的有些点容许分错，将他们当成噪声点，这样外推能力比较好。

(2)如何采用高斯核？

matlab> load heart_scale.mat

matlab> model = svmtrain(heart_scale_label, heart_scale_inst, ‘-c 1 -g 0.07’);

参考：http://www.cppblog.com/guijie/archive/2012/03/26/169034.html