(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。