machine-learning - 哪里最好使用带有线性内核的 svm？

Question

我目前正在研究 svm，想知道 svm 与线性核的应用是什么。在我看来，它一定是应用于解决线性优化问题的。这是正确的吗？

感谢您的回答!

Answer 1

还要补充一点:线性 SVM 比非线性 SVM 更不容易出现过度拟合。并且你需要根据你的情况决定选择哪个内核:如果你的特征数量与训练样本相比确实很大，就使用线性内核；如果你的特征数量很少，但训练样本很大，你可能还需要线性内核，但尝试添加更多特征；如果你的特征数较小(10^0 - 10^3)，并且样本数中等(10^1 - 10^4)，则使用高斯核会更好。

据我所知，具有线性核的SVM通常可以与逻辑回归相媲美。