machine-learning - 支持向量机: What are C & Gamma?

Question

已关闭。此问题不符合 Stack Overflow guidelines 。目前不接受答案。

---

这个问题似乎与 help center 中定义的范围内的编程无关。 .

已关闭 2 年前。

Improve this question

我是机器学习 7 的新手，我已开始关注 Udacity 的 Intro to Machine Learning

当 C and Gamma 这个概念时，我正在关注简单向量机。伴随着。我做了一些挖掘并发现了以下内容:

C - A high C tries to minimize the misclassification of training dataand a low value tries to maintain a smooth classification. This makes sense to me.

Gamma - I am unable to understand this one.

有人可以用通俗的语言向我解释一下吗？

Answer 1

当您使用 SVM 时，您必须使用其中一种核:线性、多项式或 RBF=径向基函数(也称为高斯核)或其他任何核。后者是

K(x,x') = exp(-gamma * ||x-x'||^2) 

其中明确包含您的 Gamma 值。 Gamma 值越大，高斯“钟形”越窄。

我相信，随着类(class)的进行，您会更多地了解这种“内核技巧”。