Machine learning 如何在LIBSVM中实现多核？

我希望通过使用多核学习（如RBF和POY）来提高我的SVM分类结果的准确性。是否有任何资源可以帮助我了解如何在LIBSVM中实现这一点？我搜索的资源显示了唯一的MKL结果，我不需要这些结果。

您到底在寻找什么？用不同的内核训练两个不同的模型并进行比较？您还可以详细说明您找到的资源吗？我想实现类似的功能。这里，同时实现了两个不同的内核。这很有趣，但我担心，考虑到在LIBSVM中实现这一点需要大量的工作，从头开始实现您自己的解决方案是值得的。您发送的链接描述了基线优化问题中的更改（以调整每个dm）。在LIBSVM中这样做而不是使用另一个实现的动机是什么？我发现带RBF核的SVM是最适合我的问题的分类器。但现在我想提高精度，我可以用三种方法：1）使用GA或PSO优化参数；2） 多核支持向量机；3） 并行化。最后是一个长期目标。现在我想对前两个做一个比较研究。仅供参考，我是ML的初学者。你到底在寻找什么？用不同的内核训练两个不同的模型并进行比较？您还可以详细说明您找到的资源吗？我想实现类似的功能。这里，同时实现了两个不同的内核。这很有趣，但我担心，考虑到在LIBSVM中实现这一点需要大量的工作，从头开始实现您自己的解决方案是值得的。您发送的链接描述了基线优化问题中的更改（以调整每个dm）。在LIBSVM中这样做而不是使用另一个实现的动机是什么？我发现带RBF核的SVM是最适合我的问题的分类器。但现在我想提高精度，我可以用三种方法：1）使用GA或PSO优化参数；2） 多核支持向量机；3） 并行化。最后是一个长期目标。现在我想对前两个做一个比较研究。仅供参考，我是ML的初学者。