Machine learning (SVM)1次线性核和多项式核之间的差异?
我是机器学习新手。有人能告诉我1次wrt支持向量机的线性核和多项式核的区别吗(如果有区别的话)Machine learning (SVM)1次线性核和多项式核之间的差异?,machine-learning,svm,libsvm,Machine Learning,Svm,Libsvm,我是机器学习新手。有人能告诉我1次wrt支持向量机的线性核和多项式核的区别吗(如果有区别的话) 我问的原因是,我在UCI的垃圾邮件数据集上得到了不同的精确度。没有数学上的差异,但在实现方面,它们将以不同的方式解决,并且可能具有不同的默认值。因此,如果您观察到不同的结果-这是由于实现(以及特定的库等),而不是背后的数学。谢谢。我正在使用sklearn包(内部使用libSVM)。我在sklearn网页上看到了文档,他们实际上提到了多项式内核的伽马因子。[我不明白为什么?!]请注意sklearn中的“
我问的原因是,我在UCI的垃圾邮件数据集上得到了不同的精确度。没有数学上的差异,但在实现方面,它们将以不同的方式解决,并且可能具有不同的默认值。因此,如果您观察到不同的结果-这是由于实现(以及特定的库等),而不是背后的数学。谢谢。我正在使用sklearn包(内部使用libSVM)。我在sklearn网页上看到了文档,他们实际上提到了多项式内核的伽马因子。[我不明白为什么?!]请注意sklearn中的“LinearSVC”不是通常所说的SVM。它们取铰链损失的平方,并惩罚偏差项。关于gamma-它为多项式核提供了更多的灵活性(因为还有coef0,核本身的偏差项,gamma在某种程度上控制它们的影响)。通常-将gamma设置为1,将coef0设置为0,以尽可能接近此库。