May, 2023
基于分离度和离散度比率的高效支持向量机正则化参数、核函数以及核函数参数选择
Separability and Scatteredness (S&S) Ratio-Based Efficient SVM Regularization Parameter, Kernel, and Kernel Parameter Selection
Mahdi Shamsi, Soosan Beheshti
TL;DR通过随机分析正则化参数的行为,本文将 SVM 的性能建模为数据的可分性和散乱性比率的函数。该比率可以自动检测线性或非线性可分性,并提供优化的正则化参数和核函数及其参数,从而将 CV 网格搜索的计算复杂性仅减少到一次使用 SVM,真实数据集的模拟结果证实了该方法在计算复杂性方面的优越性和高效性。