Machine learning 支持向量机中可能的过拟合识别

支持向量机可以通过正确选择参数避免过度拟合。如何知道训练后的svm是否过拟合？有没有办法确定这一点？如何避免？使用看不见的数据进行测试是否有帮助？

libSVM元训练正是为您这样做的。如果（元）训练中有未显示的数据，则可以对此测试数据进行预测，并将其性能与训练数据的性能进行比较。小间隙是可以的，而大间隙是过度拟合或训练数据太少的指标。

我不确定是否有一种标准方法可以做到这一点，但可能更简单的方法是比较测试数据集和验证数据集之间的结果。结果之间的巨大差异可能表明存在泛化问题。