训练一个只有一个特征的SVM模型可以吗？_Svm

训练一个只有一个特征的SVM模型可以吗？

训练一个只有一个特征的SVM模型可以吗？,svm,Svm,我是机器学习新手。我在一堆特征上做特征选择，一些算法给了我所有特征的排名。然后我试着只使用前一个特性来训练模型，交叉验证性能非常好。但我担心的是，仅仅使用一个特征来训练SVM模型是否合适。（我使用的是RBF内核。）谢谢。是的，没问题。基本上，您使用的功能越少越好。特征的数量必须远远少于训练向量的数量。至少少100倍但是，如果在你的情况下，你有非常大的C值和非常小的G值（即，你可能有一个非常过拟合模型），你可能不得不添加更多的功能不要忘记Jaakkola的G估计启发式：当然要使用交叉

我是机器学习新手。我在一堆特征上做特征选择，一些算法给了我所有特征的排名。然后我试着只使用前一个特性来训练模型，交叉验证性能非常好。但我担心的是，仅仅使用一个特征来训练SVM模型是否合适。（我使用的是RBF内核。）谢谢。

是的，没问题。基本上，您使用的功能越少越好。特征的数量必须远远少于训练向量的数量。至少少100倍

但是，如果在你的情况下，你有非常大的C值和非常小的G值（即，你可能有一个非常过拟合模型），你可能不得不添加更多的功能

不要忘记Jaakkola的G估计启发式：

当然要使用交叉验证和保持验证来避免过度拟合

我推荐以下书籍： Max Kuhn•Kjell Johnson，应用预测建模。 ISBN 978-1-4614-6848-6 ISBN 978-1-4614-6849-3（电子书）内政部10.1007/978-1-4614-6849-3 斯普林格纽约海德堡多德雷赫特伦敦酒店

致以最良好的祝愿，

尼克。

当您使用更多功能时，性能是否会更好？