带 RBF 核的 $\epsilon$-支持向量回归的最优 $\gamma$ 与 $C$
机器学习
2015-06-15 v1 机器学习
摘要
本研究的目标是基于数值与统计考量，探究带 RBF 或马哈拉诺比斯核的支持向量回归中 与 的有效确定方法，其指出了 与核之间的联系，并表明映射空间中邻近观测点的几何距离偏差会影响 -SVR 的预测精度。我们确定了 与 的取值范围，并提出了选择其最佳值的办法。
引用
@article{arxiv.1506.03942,
title = {Optimal $\gamma$ and $C$ for $\epsilon$-Support Vector Regression with RBF Kernels},
author = {Longfei Lu},
journal= {arXiv preprint arXiv:1506.03942},
year = {2015}
}