大家在使用svm的时候可能会对其中规划参数的选择不是十分确定。通常的方法可以用cross validation处理,但是所涉及到的计算量比较大。所以为了更有效的使用cross validation,我们需要缩小参数选择的范围。svmpath可以自动计算出以系列参数的路径,并用图形显示出来。这样的好处是,使用者可以看到参数变化时,这个模型的变化,从而在underfit 和 overfit之间选择出具体的范围。推荐经常使用svm的人尝试一下。
svmpath的算法目前只对中等规模的数据比较有效,但是应该足够应用在常见的基本问题上了。IBM research据说开发出了一种类似效果的算法,可以用在大数据上,但是目前还没有找到公开的资料。如果大家知道,也请分享。
svmpath的下载地址是http://cran.r-project.org/web/packages/svmpath/index.html