Sono nuovo agli SVM in Matlab e ho bisogno di un po 'di aiuto.SVM in Matlab: Significato del parametro 'box constraint' nella funzione fitcsvm
Voglio addestrare una macchina di supporto vettoriale utilizzando la funzione di compilazione fitcsvm di Statistics Toolbox. Ovviamente ci sono molte scelte di parametri che controllano come verrà addestrato SVM.
L'aiuto di Matlab è una piccola somma su come i parametri archiviano un risultato di allenamento migliore. Soprattutto il parametro 'Box Contraint' sembra avere un'influenza importante sul numero di vettori di supporto scelti e sulla qualità di generalizzazione.
The Help (http://de.mathworks.com/help/stats/fitcsvm.html#bt8v_z4-1) dice
un parametro che controlla la pena massima imposto osservazioni margin-violazione, e aiuta a prevenire overfitting (regolarizzazione).
Se si aumenta il vincolo di casella, il classificatore SVM assegna meno vettori di supporto. Tuttavia, l'aumento del vincolo di casella può portare a tempi di formazione più lunghi.
Come viene utilizzato esattamente questo parametro? È uguale o simile al fattore di margine morbido C nel riferimento the Wikipedia? O qualcosa di completamente diverso?
Grazie per il vostro aiuto.
grazie mille! – cahilx
Grazie ... qualche suggerimento sul miglior valore per il vincolo della scatola? – user836026
@ user836026 Non è possibile avere 1 miglior valore per questo. Spesso finirai per mettere a punto il vincolo di casella per ottimizzare le prestazioni del tuo SVM. Alcuni buoni dettagli sono forniti nell'articolo MATLAB [Understanding SVMs] (http://mathworks.com/help/stats/support-vector-machines-svm.html). – hbaderts