支持向量机SVM模型中C和gamma参数分别是什么?对模型有什么影响?
SVM模型有两个非常重要的参数C与gamma。
C的本质是正则化系数。
C值是惩罚系数或者叫惩罚因子,表征的是模型对于误差的容忍度。
C值越高,表征模型越不能接受出现误差,但是容易过拟合。
C值越小,模型对于误差比较宽容,但是模型容易欠拟合。
C值过大或者过小,都会导致模型泛化效能变差,达不到学习的效果和目的。
不管是 SVC(分类)还是 SVR(回归),参数 C 都是为了在模型准确率与模型复杂度之间取得一个平衡。
或者换个角度来说,就是为了在经验风险和结构风险之间取得一个平衡;
gamma参数是RBF核函数自带的超参数;
在s
标签:误差,SVM,模型,参数,对模型,值越,gamma 来源: https://blog.csdn.net/zhongkeyuanchongqing/article/details/118269182
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。