使用SVM模型進行分類預測時的參數調整技巧

SVM是一種在小樣本低維度下比較適用的非線性建模方法，相對比其他常用的算法（比如決策樹），模型根據調參的好壞所表現的性能波動非常大。當我們決定使用SVM模型，模型的效果非常差，甚至還不如傳統的線性模型的時候，很有可能使我們設置的參數範圍不合理。數據分析 以下是一些個人的調參經驗：   一：如何判斷調參範圍是否合理 正常來說，當我們參數在合理範圍時，模型在訓練集和測試集的準確率都比較高；當模型在訓練

>>阅读原文<<