sklearn.svm.SVR的参数介绍

sklearn.svm.SVR（kernel ='rbf'，degree = 3，gamma ='auto_deprecated'，coef0 = 0.0，tol = 0.001，C = 1.0，epsilon = 0.1，shrinking = True，cache_size = 200，verbose = False，max_iter = -1 ）

参数：

kernel ： string，optional（default ='rbf'） 指定要在算法中使用的内核类型。它必须是'linear'，'poly'，'rbf'，'sigmoid'，'precomputed'或者callable之一。如果没有给出，将使用'rbf'。如果给出了callable，则它用于预先计算内核矩阵。 degree： int，可选（默认= 3） 多项式核函数的次数（'poly'）。被所有其他内核忽略。 gamma ： float，optional（默认='auto'） 'rbf'，'poly'和'sigmoid'的核系数。 当前默认值为'auto'，它使用1 / n_features，如果gamma='scale'传递，则使用1 /（n_features * X.std（））作为gamma的值。当前默认的gamma''auto'将在版本0.22中更改为'scale'。'auto_deprecated'，'auto'的弃用版本用作默认值，表示没有传递明确的gamma值。 coef0 ： float，optional（默认值= 0.0） 核函数中的独立项。它只在'poly'和'sigmoid'中很重要。 tol ： float，optional（默认值= 1e-3） 容忍停止标准。 C ： float，可选（默认= 1.0） 错误术语的惩罚参数C. epsilon ： float，optional（默认值= 0.1） Epsilon在epsilon-SVR模型中。它指定了epsilon-tube，其中训练损失函数中没有惩罚与在实际值的距离epsilon内预测的点。 收缩 ： 布尔值，可选（默认= True） 是否使用收缩启发式。 cache_size ： float，可选 指定内核缓存的大小（以MB为单位）。 详细说明 ： bool，默认值：False 启用详细输出。请注意，此设置利用libsvm中的每进程运行时设置，如果启用，则可能无法在多线程上下文中正常运行。 max_iter ： int，optional（默认值= -1） 求解器内迭代的硬限制，或无限制的-1