多项式核函数的基本优化思路就是依靠升维使原先线性不可分的数据线性可分。为什么会出现svm线性核的准确率比多项式核准确率高?我是多输入单输出的分类预测,8维的数据。
5条回答 默认 最新
- heart_6662 2023-01-04 20:01关注
获得2.70元问题酬金 望采纳!!!我现在写分析给你
通常来说,svm线性核的准确率要高于多项式核的准确率的原因是,多项式核有可能会出现过拟合的情况,而线性核则不会。当使用多项式核时,将低维数据升维后可以使数据线性可分,但同时也会增加模型的复杂度,容易导致模型过拟合。而线性核则不存在这个问题,所以通常会有更高的准确率。
然而,这并不是绝对的,在某些情况下,多项式核仍然可能会有较高的准确率。例如,如果你的数据集具有复杂的非线性特征,则多项式核可能会更有效。所以在实际应用中,需要根据数据特征和需要解决的问题来决定使用哪种核函数。
另外,在你的情况中,你使用的是多输入单输出的分类预测,数据维度为8维。这意味着你的数据可能具有一定的复杂性,因此在选择核函数时,需要谨慎考虑。建议可以尝试使用多项式核和线性核,并对比两者的准确率,以选择更合适的核函数
解决 无用评论 打赏 举报 编辑记录
悬赏问题
- ¥15 mmocr的训练错误,结果全为0
- ¥15 python的qt5界面
- ¥15 无线电能传输系统MATLAB仿真问题
- ¥50 如何用脚本实现输入法的热键设置
- ¥20 我想使用一些网络协议或者部分协议也行,主要想实现类似于traceroute的一定步长内的路由拓扑功能
- ¥30 深度学习,前后端连接
- ¥15 孟德尔随机化结果不一致
- ¥15 apm2.8飞控罗盘bad health,加速度计校准失败
- ¥15 求解O-S方程的特征值问题给出边界层布拉休斯平行流的中性曲线
- ¥15 谁有desed数据集呀