24小时热门版块排行榜

>论坛更新日志 (2680)
>虫友互识 (543)
>文献求助 (120)
>导师招生 (118)
>休闲灌水 (117)
>考博 (111)
>找工作 (64)
>教师之家 (63)
>博后之家 (62)
>硕博家园 (60)
>论文投稿 (58)
>论文道贺祈福 (56)
>基金申请 (52)
>考研 (46)
>公派出国 (43)
>招聘信息布告栏 (29)

返回列表

当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖

wateryu82

新虫 (初入文坛)

应助: 0 (幼儿园)
金币: 4.4
散金: 22
帖子: 46
在线: 46.5小时
虫号: 1035136
注册: 2010-06-03
专业: 计算机应用技术

[求助] SVM问题

我向求教一个关于SVM的问题，是不是任意高斯核函数都能把非线性可分的数据影射为高维空间线性可分的数据。如果不是，怎样确定高斯核函数的参数值使得这样的核函数能把非线性可分的数据影射为高维空间线性可分的数据。希望牛人们给我指点，万分感激！！！

回复此楼

» 猜你喜欢

1楼 2011-12-31 11:24:45

已阅回复此楼关注TA 给TA发消息送TA红花 TA的回帖

海外阿二

银虫 (小有名气)

应助: 10 (幼儿园)
金币: 307.8
帖子: 154
在线: 15.8小时
虫号: 1646095
注册: 2012-02-27
性别: GG
专业: 计算机应用技术

【答案】应助回帖

感谢参与，应助指数 +1

When you get a kernel function that makes your training data separable, it doesn't mean the trained SVM will be generalized to new data.

Setting a high value of the hyperparameter C usually separate your training data, but it will generalize poorly with new data.