2013-12-21 4 views
1
I am using rbf,Support Vector machine for large training set=1135x9 matrix and test set{95x9}. 

I am using C=20 and gamma=0.0001 
'the result are as follows 
optimization finished, iter = 3904 
nu = 0.187228 
obj = -2499.485353, rho = -0.072050 
nSV = 852, nBSV = 48 
Total nSV = 852 
<Accuracy = 63.1579% (60/95) (classification) 

я хочу спросить, какой должна быть оптимальная C & гамма для этого набора данныхGaussian SVM параметры С и гамма

+0

Как и lennon310, в своем ответе вы можете выполнить поиск по сетке, чтобы узнать хорошие параметры. Они могут отличаться для каждого набора данных, поэтому вам действительно нужно найти их самостоятельно. – Sentry

ответ

4

Использование сетки метод поиска, хотя скорость может быть проблемой.

Если вы используете Matlab, следующий код из FAQ page может работать:

bestcv = 0; 
for log2c = -1:3, 
    for log2g = -4:1, 
    cmd = ['-v 5 -c ', num2str(2^log2c), ' -g ', num2str(2^log2g)]; 
    cv = svmtrain(label, training_set, cmd); 
    if (cv >= bestcv), 
     bestcv = cv; bestc = 2^log2c; bestg = 2^log2g; 
    end 
    fprintf('%g %g %g (best c=%g, g=%g, rate=%g)\n', log2c, log2g, cv, bestc, bestg, bestcv); 
    end 
end 

Если вы используете Python, проверить это page с использованием на gridrepression.py.