Libsvm迴歸：線性與RBF內核

我試圖解決使用Libsvm的迴歸問題。我將我的數據集分爲訓練（170個實例）和測試集（20個實例）。我試圖運行SVM迴歸類型（epsilon-SVR和nu-SVR）。在這兩種情況下，當我使用線性內核時，我獲得測試集的不同預測值。但是如果我使用RBF內核，那麼對於測試集的每個實例，我都會得到完全相同的值，而且這兩種SVR類型都會發生這種情況。有人可以解釋爲什麼RBF內核的使用導致只有一個預測值？Libsvm迴歸：線性與RBF內核

來源

2013-07-23 Titus Pullo

「有人可以解釋爲什麼RBF內核的使用導致只有一個預測值？」

您可能用於RBF內核的參數可能意味着超球面的半徑太大。我建議你嘗試使用更大的gamma值來減小RBF內核的半徑。

來源

2013-07-23 16:32:53 Pedrom

我試着用c = 1和g = 0.1的「標準」值。現在，即使將g（gamma）的值增加到10000，我也總能得到測試集中每個實例的相同預測值。 –

默認值在RBF上從未適用於我。特別是如果數據未被標準化。每個功能的範圍是什麼？你如何執行規範化（如果你正在執行）？ – Pedrom

我試着規範化數據（範圍從0到1），但沒有任何變化。此外，對於使用線性內核的原始數據，我沒有這個問題，所以它不應該與數據範圍有關。 –

Libsvm迴歸：線性與RBF內核

回答

相關問題