Matlab 支持向量机的参数选择

我有一个数据集，我在Matlab中使用libSVM进行分类。数据集由4个类组成

对于支持向量机的参数选择，我可以进行嵌套交叉验证。问题是，我最终还需要最佳参数的值

在完成嵌套交叉验证并达到最终精度后，我希望得到最佳参数的值。然后，我将为每一类（一对所有）训练一个支持向量机，该支持向量机具有选择最重要特征（根据最高权重）的最佳参数，即特征重要性图

我该怎么做？我应该不做嵌套交叉验证，只循环所有参数并进行交叉验证吗

第二，如果我使用线性支持向量机，那么使用这个权重向量w来分配特征的重要性是可行的，但它是否也适用于非线性支持向量机（例如rbf核）？

要找到所选核的“最佳”参数，必须循环所有参数以执行所谓的“网格搜索”。LIBSVM不支持内置的网格搜索机制

关于你的第二个问题，我建议在实际使用SVM之前，先进行特征选择（例如，信息增益、互信息等），作为预处理步骤，然后在第二步中获取权重向量 s考虑在内（但我不确定这是否适用于RBF或Gaußian内核…）