如何找出LIBSVM中的最佳C / GAMMA参数?
-
02-10-2019 - |
题
我在用着 libsvm 对于具有大量功能/属性的数据集的多类分类(每个项目约为5,800)。我想选择比当前正在使用的默认值更好的C和伽马参数。
我已经尝试过轻松运行。我必要的运行时间需要数年)。
有没有办法比默认值更快地得出更好的C和伽马值?我正在使用Java库,如果有任何区别。
解决方案
我相信,可以在没有网格搜索的情况下完成此操作 easy.py
做。
看看Trevor Hastie等人的论文: 支持向量机的整个正则路径 (PDF)。一个“ SVM Run”将在一枪中计算所有“ C”值的损失,因此您可以看到它如何影响您的SVM性能。
他们具有该算法的实现,您可以在 r 通过 SVMPATH 包裹。
我相信该算法的核心是用Fortran编写的,但包裹在R中。
不隶属于 StackOverflow