SVM中的代价函数的参数表示:

2151 次浏览
  • A、交叉验证的次数
  • B、使用的核
  • C、误分类与模型复杂性之间的平衡
  • D、以上均不是
代价参数决定着SVM能够在多大程度上适配训练数据。如果你想要一个平稳的决策平面,代价会比较低;如果你要将更多的数据正确分类,代价会比较高。可以简单的理解为误分类的代价。
挑战成功
1年前
挑战成功
1年前
挑战失败
1年前
挑战失败
1年前
挑战成功
2年前
挑战失败
2年前
挑战成功
2年前
挑战成功
2年前
挑战成功
3年前
挑战成功
3年前