每天五分钟机器学习:使用支持向量机的时候,如何选择模型参数?

本文重点

上一章,我们学习了支持向量机的特征高维映射,也就是如何将特征映射到高维。在支持向量机中有两个参数需要调节,第一个参数是C,第二个参数是σ²。

C

C= 1/入, 因此:

C较大时,相当于λ较小,意味着不使用正则化,可能会导致过拟合,高方差。

C较小时,相当于λ较大,可能会导致欠拟合,高偏差。

σ²

另外一个参数是σ²,σ²较大的时候会变得相对平滑,这会带来较高的偏差和较低的方差:每天五分钟机器学习:使用支持向量机的时候,如何选择模型参数?_第1张图片

 

反之如果σ²较小,就会变得不平滑,就会出现低偏差和高方差的问题

每天五分钟机器学习:使用支持向量机的时候,如何选择模型参数?_第2张图片

 

你可能感兴趣的:(每天五分钟玩转机器学习算法,支持向量机,人工智能,算法,python)