关键词：
【中文标题】在 R 中调整 svm 参数（线性 SVM 内核）【英文标题】：tuning svm parameters in R (linear SVM kernel) 【发布时间】：2014-11-28 18:31:33 【问题描述】：tune.svm() 和 best.svm() 有什么区别。
当我们调整 svm 内核的参数时，我们不应该总是为我们的模型选择最佳值吗？
请原谅我是 R 和机器学习的新手。
我注意到在调整 svm 时没有线性内核选项。是否有可能使用线性内核调整我的 svm
【问题讨论】：
【参考方案1】：来自ETHZ：best.svm() 实际上只是tune.svm(...)$best.model 的包装。这
tune() 的帮助页面会告诉你更多关于可用选项的信息。
请务必查看tune() 帮助页面上的示例。 e1071::svm 提供线性、径向（默认）、sigmoid 和多项式内核，请参阅 help(svm)。例如，要使用线性内核，函数调用必须包含参数kernel = 'linear'：
data(iris)
obj <- tune.svm(Species~., data = iris,
cost = 2^(2:8),
kernel = "linear")
如果您是 R 新手并且想训练和交叉验证 SVM 模型，您还可以查看caret 包及其提供多个types of kernels 的train 函数。该网站上的整个“主题”部分也可能很有趣。
【讨论】：
我检查了，没有选择内核的参数。它给我抛出了一个错误 哪个函数抛出了错误？如上例所示，内核选择在tune.svm 中起作用。
认为这是一个错字。非常感谢它现在工作正常。SVM 中的线性和多项式内核中的内核尺度参数是啥？
】SVM中的线性和多项式内核中的内核尺度参数是啥？【英文标题】：WhatdoestheKernelScaleparameterinLinearandpolynomialkernelinSVM?SVM中的线性和多项式内核中的内核尺度参数是什么？【发布时间】：2017-08-1103:31:43【问题描述】：我有一个理... 查看详情
在 R 中设置 SVM 分类的参数
...和Weston,Watkinsnativemulti-class来应用SVM。rbf内核参数sigma必须调整，我想使用k-foldscrossvalidation来执行此操作。我认为是固定的C 查看详情
使用 libsvm 调整 svm
】使用libsvm调整svm【英文标题】：Tuningsvmwithlibsvm【发布时间】：2013-05-2420:32:48【问题描述】：我不熟悉使用LIBSVM包。我知道调整参数很重要，但我有几个问题。如何选择正确的内核？我知道线性是最快的，但是我们什么时候应... 查看详情
SVM：关于内核的基本问题
...内核更具体的问题：(1)如果我理解正确，决策边界总是是线性的。内核用于从输入空间映射到特征空间，其中可能以前线性不可分离的数据现在是线性可分离的。如果决策边界始终是线性的，那么在一些论文中如何谈论“非线性... 查看详情
在 R 中为 svm 编写自定义内核
】在R中为svm编写自定义内核【英文标题】：WritecustomkernelforsvminR【发布时间】：2017-07-2618:34:19【问题描述】：我希望在R中使用e1071包的svm()函数。我是这个包的新手，我想知道是否可以在svm()中编写自己的自定义内核可调用。我... 查看详情
支持向量机用maltlab做好，还是r语言还是python好？
...能需要使用编程语言来实现，以便能够更好地调配参数并调整算法的行为。对于优化SVM，您可能需要考虑以下方面：核函数的选择：SVM使用核函数将数据映射到高维空间，以便将其线性分类。因此，选择合适的核函数可能会对SVM... 查看详情
在 SVM 中练习内核技巧
...巧中，我的理解是，如果我们有一个在原始维度n中不是线性可分的数据，我们使用内核将数据映射到更高的空间以实现线性可分（我们必须根据数据集等）。但是，当我观看AndrewngKernelSVM的这段视频时，我的理解是我们可以将原... 查看详情
如何为 SVM 线性核类型选择最佳参数
】如何为SVM线性核类型选择最佳参数【英文标题】：HowtoselectbestparametersforSVMlinearkerneltype【发布时间】：2016-01-1314:06:54【问题描述】：我使用libsvm对两个标签进行分类。但是对于SVM内核类型=线性的默认参数，我没有得到好的结果... 查看详情
在 python scikit-learn 中，RBF 内核的性能比 SVM 中的线性差得多
】在pythonscikit-learn中，RBF内核的性能比SVM中的线性差得多【英文标题】：MuchworseperformancewithRBFkernelthanlinearinSVMinpythonscikit-learn【发布时间】：2016-04-1215:35:24【问题描述】：我正在使用SVM执行一些机器学习任务。我怀疑数据是非线... 查看详情
与扩展特征空间中的线性 SVM 相比，内核 SVM 都有哪些缺点？
】与扩展特征空间中的线性SVM相比，内核SVM都有哪些缺点？【英文标题】：WhatarethedisadvantagesofaKernelSVMcomparedtoaLinearSVMinanexpandedfeaturespace?与扩展特征空间中的线性SVM相比，内核SVM有哪些缺点？【发布时间】：2018-08-2506:23:26【问题... 查看详情
在 R 中绘制由 caret 包训练的 SVM 线性模型
】在R中绘制由caret包训练的SVM线性模型【英文标题】：PlotSVMlinearmodeltrainedbycaretpackageinR【发布时间】：2016-03-0919:29:54【问题描述】：目的我试图通过plot可视化SVMLinear分类模型。我正在使用kernlab包中提供的示例代码和数据，注意... 查看详情
SVM：如何在 vlfeat 中使用 chi2 内核
...内核。Here是使用chi2的示例。"...%创建一个带有内核映射参数的结构hom.kernel=\'KChi2\';hom.order=2;%创建数据集结构dataset=vl_svmdataset( 查看详情
为啥使用 SVM 线性内核的代码不能使用 RBF
】为啥使用SVM线性内核的代码不能使用RBF【英文标题】：WhyworkingcodewithSVMLinearKernelnotworkingwithRBF为什么使用SVM线性内核的代码不能使用RBF【发布时间】：2019-12-1910:05:18【问题描述】：当我使用SVM的trainAuto方法时，我得到getKernelType... 查看详情
在 sklearn 中，具有线性内核的 SVM 模型和具有 loss=hinge 的 SGD 分类器有啥区别
】在sklearn中，具有线性内核的SVM模型和具有loss=hinge的SGD分类器有啥区别【英文标题】：InsklearnwhatisthedifferencebetweenaSVMmodelwithlinearkernelandaSGDclassifierwithloss=hinge在sklearn中，具有线性内核的SVM模型和具有loss=hinge的SGD分类器有什么区... 查看详情
使用 svm.tune e1071 包调整 SVM 参数
】使用svm.tunee1071包调整SVM参数【英文标题】：TuningSVMparametersusingsvm.tunee1071package【发布时间】：2013-01-1213:05:54【问题描述】：我正在尝试使用E1071包在R中使用支持向量机执行分类。使用以下代码，并指定成本和伽玛参数，我可以... 查看详情
R：调整 SVM 参数 - e1071 包中的 class.weights
】R：调整SVM参数-e1071包中的class.weights【英文标题】：R:TuningSVMparameter-class.weightsine1071packageR：调整SVM参数-e1071包中的class.weights【发布时间】：2015-06-2016:46:45【问题描述】：我想用包e1071训练一个支持向量机分类器。我意识到class.... 查看详情
调整 SVM 回归的参数
】调整SVM回归的参数【英文标题】：TuningparametersforSVMRegression【发布时间】：2018-06-1012:55:09【问题描述】：我正在尝试创建SV回归。我正在从带有一些高斯噪声的sinc函数生成数据。现在，为了找到RBF内核的最佳参数，我通过运行5... 查看详情
svm用于线性回归
...平面，采用作为预测值。为了获得稀疏解，即计算超平面参数w,b不依靠所有样本数据，而是部分数据（如在SVM分类算法中，支持向量的定义），采用误差函数误差函数定义为，如果预测值与真实值的差值小于阈值将不对此样本做... 查看详情