python scikits學習 - 支持向量機選項

只需對scikits中的兩個選項感興趣，就可以學習SVM類。 Scale_C和縮小是做什麼的？文檔中沒有太多內容。比例C似乎能夠適當地爲訓練數據縮放C參數。python scikits學習 - 支持向量機選項

由於

2012-03-09 tomas

scale_C=True（棄用dev的版本和計劃在0.12去除）導致正則化參數C由樣本的數目被劃分之前就拖運到底層LIBSVM實現。

shrinking啓用或禁用由Joachims 1999描述的「縮小啓發式」，這應該加速SVM的訓練。

2012-03-09 22:58:32

啊好吧謝謝。如何通過樣本數量劃分C有助於SVM培訓？ – tomas 2012-03-09 23:04:23

@tomas：將其設置爲「True」使正則化與樣本數無關。設置爲「False」時，如果樣本數加倍，則必須加倍。我建議您始終將其設置爲「True」。我相信這將是未來的行爲。 – 2012-03-09 23:13:26

在任何情況下，C的值都應通過開發集上的交叉驗證網格搜索來選擇。這兩者本質上都不如其他。您只需要知道，如果您對其絕對值感興趣以及如何在目標函數中使用它（例如發佈科學期刊），則sc不會再通過scikit-learn的開發版本中的樣本數縮放C。 – ogrisel 2012-03-10 06:30:00

回答