【免费线上实践】动手训练模型系列：SVM径向基核函数的参数选择

（进入小程序 动手训模型）

模型训练小结：

径向基核函数（RBF）是最为常用的非线性分类核函数．而相比于线性核函数，工程项目中使用RBF需要花费更长时间进行调参。

当参数gamma非常小时，模型会过于拘束，不能捕捉到数据的复杂性，其表现会更近似于超平面分割的线性模型。

惩罚因子可以理解为在误分类样本和分界面简单性之间进行权衡。低的惩罚因子倾向于保持简单的线性分类状态而忽略错误分类，而高的惩罚因子则会刺激模型提高自身复杂度。

所以当任务的特征复杂度提高，RBF核函数的伽马值与惩罚因子均需调整提高。