支持向量机超参数的可视化解释( 二 )


支持向量机超参数的可视化解释文章插图
只需更改gamma值即可生成以下绘图 。
支持向量机超参数的可视化解释文章插图
支持向量机超参数的可视化解释文章插图
随着gamma值的增加 , 模型变得过拟合 。 数据点需要非常接近才能组合在一起 , 因为相似半径随着gamma值的增加而减小 。
在gamma值为0.01、1和5时 , RBF核函数的精度分别为0.89、0.92和0.93 。 这些值表明随着gamma值的增加 , 模型对训练集的拟合度逐渐增加 。
gamma与C参数对于线性核 , 我们只需要优化c参数 。 然而 , 如果要使用RBF核函数 , 则c参数和gamma参数都需要同时优化 。 如果gamma很大 , c的影响可以忽略不计 。 如果gamma很小 , c对模型的影响就像它对线性模型的影响一样 。 c和gamma的典型值如下 。 但是 , 根据具体应用 , 可能存在特定的最佳值:
0.0001 < gamma < 10
0.1 < c < 100


推荐阅读