33问答网
所有问题
有哪些方法可以优化支持向量机SVM的参数?
如题所述
举报该问题
推荐答案 2012-07-29
遗传算法 ,差分进化,粒子群,蚁群,模拟退火,人工鱼群,蜂群,果蝇优化等都可以优化svm参数
追问
那什么算法应用更好一些呢?
追答
没有更好,根据不同的问题选取不同的算法,要对比
温馨提示:答案为网友推荐,仅供参考
当前网址:
http://33.wendadaohang.com/zd/hd05BdWch.html
其他回答
第1个回答 2012-07-30
其实,真正在实际用的时候,还是径向基核函数用的比较多,所以里面的问题就归结于核函数参数delta的优化,具体的方法很多,就如楼上哥们所说的,之前我也做过有关核函数参数优化的一点研究。。。。
相似回答
支持向量机
原理详解(六): 序列最小最
优化
(SMO)算法(Part I)
答:
SMO算法详解
:序列最小最优化的精髓 支持向量机(SVM)的高效训练离不开SMO算法的巧妙设计。SMO的核心在于其独特的优化策略,让我们深入理解它的运作机制:核心思想: SMO通过分解大规模的凸二次规划问题,将其转化为易于解析处理的小规模子问题。关键在于,它确保每个迭代步骤都严格遵循等式约束,逐步逼近全局...
【机器学习】
支持向量机 SVM
(非常详细)
答:
四、SMO算法:求解的神器 SMO算法是SVM优化过程中的重要一步
,它专注于每次优化一个参数,解决二次规划问题,最终得出一个精确的分类决策函数。通过SMO,我们得以在复杂问题中高效地进行分类,无论是线性还是非线性。五、面对现实:软间隔与核函数 面对部分线性不可分的问题,SVM引入了软间隔概念,允许少...
SVM
(
支持向量机
)原理及数学推导全过程详解(附MATLAB程序)
答:
1.3 SVM核心推导在SVM中,
关键在于最大化分类间隔,即最小化权重向量的范数
。这与几何间隔相关,具体涉及函数间隔(样本点到超平面的分类确信度)和几何间隔(点到超平面的欧氏距离)。通过优化目标,我们寻找离超平面最近和最远的点,形成最小化间隔的策略,这个过程可以用凸优化方法如拉格朗日对偶法来求...
大家正在搜
参数优化方法有哪些
网络参数优化有哪些参数
液相开发方法的方法参数优化
SVM中参数调优的方法
优化色谱参数的方法
优化神经网络参数的常用方法
svm参数优化方法
简述CRT参数优化内容及方法
优化算法中的参数如何确定
相关问题
svm怎样找最优参数
如何用遗传算法优化svm的参数
支持向量机(SVM)中的参数C和gamma代表什么含义呢?
支持向量机的训练在本质上是在最优化哪个值
PSO优化SVM参数的问题
支持向量机(SVM)是否适合大规模数据?
对支持向量机几种常用核函数和参数选择的比较研究
粒子群算法优化支持向量机参数的matlab算法,小弟毕设做这...