Machine learning 径向基函数和支持向量机多项式核的参数选择是最好的'；c'；（成本参数）两种内核是否相同？

我已经了解到成本参数独立于所使用的内核，并且取决于训练数据。在对RBF进行参数选择之后，我得到了“c”和“g”的最佳组合。那么，我可以对多项式核使用相同的“c”并识别一个好的度“d”吗？或者，如果我开始对“c”和“d”进行新的网格搜索，我可以做得更好吗？

您可以做得更好。改变内核就是改变解决方案的类型，SVM可以发现以及它在多大程度上可能过度拟合您的数据，因此您需要一个新的C。尽管如果您使用高次多项式，保留旧的C可能是一个可以接受的猜测