SVM分类核函数及参数选择比较

被引：260

作者：

奉国和

机构：

[1] 不详

[2] 华南师范大学经济管理学院信息管理系

[3] 不详

来源：

关键词：

支持向量机; 核函数; 分类;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

支持向量机(SVM)被证实在分类领域性能良好,但其分类性能受到核函数及参数影响。讨论核函数及参数对SVM分类性能的影响,并运用交叉验证与网格搜索法进行参数优化选择,为SVM分类核函数及参数选择提供借鉴。

引用

页码：123 / 124+128 +128

页数：3