SVM(支持向量机)在建模过程中,训练集,测试集的选择有什么规律和原则呢?

2024-11-28 04:50:17
推荐回答(1个)
回答(1):

说服性比较困难.在分类器联合算法(类似于boosting)中,做法与你的做法类似,特别是随机子空间法.但是联合算法只对弱分类器有效,甚至有人证明过对于强线性分类器必定过适应.
注意到相关文献描述说服力的时候,都会讲到联合算法对于弱分类器或许有用.而普通支持向量机本身无论是分类还是回归都是绝对稳定的,所以如果按照你所说的做法来做,几乎没有什么说服力,等价于你是在为算法找数据,而不是根据数据做算法.