Mam bardzo ogólne pytanie: w jaki sposób wybrać właściwą funkcję jądra dla SVM? Wiem, że ostateczną odpowiedzią jest wypróbowanie wszystkich jąder, przeprowadzenie walidacji poza próbą i wybranie tej z najlepszym wynikiem klasyfikacji. Ale poza tym, czy istnieje jakaś wytyczna dotycząca próbowania różnych funkcji jądra?Jak wybrać właściwe funkcje jądra
Tutaj znajdziesz odpowiedź.
https://stats.stackexchange.com/questions/18030/how-to-select-kernel-for-svm
Zasadniczo, nie ma raczej nikt dobra droga do wyboru, chyba że wiesz coś ważnego o swoich danych, które mogłyby określić właściwe jądro do użycia. Jednak postępuj zgodnie z powyższym linkiem, aby uzyskać bardziej szczegółowe informacje.
Zawsze najpierw wypróbuj jądro liniowe, ponieważ jest ono o wiele szybsze i może przynieść wspaniałe rezultaty w wielu przypadkach (szczególnie w przypadku dużych problemów wymiarowych).
Jeśli liniowe jądro zawiedzie, ogólnie najlepszym rozwiązaniem jest jądro RBF. Wiadomo, że bardzo dobrze radzą sobie z wieloma problemami.
Skąd wiadomo, czy jądro liniowe "zawiedzie"? Czy to, że liniowy model jądra działa gorzej niż inne modele poza SVM? –
W większości przypadków najlepszym jądrem, z którego można korzystać, jest jądro RBF. Powód jest taki, że większość rzeczy podąża za rozkładem Gaussa. Odpowiedź "dlaczego" jest związana z [głównym twierdzeniem granicznym] (http://en.wikipedia.org/wiki/Central_limit_theorem) według mnie. –