tune.svm函数的用法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

看师兄论文里面做的svm回归之前，先用tune.svm函数做了一个计算参数gamma和cost的最优值，请问这个是怎么设置的呢？原程序如下：
HOD_tunesvm <- tune.svm(HOD_Calibration[,1:5],HOD_Calibration[,6],gamma = 2^(-1:1), cost = 2^(2:4))#计算参数gamma和cost的最优值
HOD_svm <- svm(HOD_Calibration[,1:5],HOD_Calibration[,6],gamma = 0.5, cost = 4)#将上面计算的最优值代入svm模型
我试了试，如果不用这两个参数，直接最简单的svm（x，y），这样的话，误差比较大，而输入了最优参数滞后，相对误差明显降低了

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：Tune SVM gamma Cost cos 论文

为什么设置tune.svm设置不同的参数，它每次计算的最优值都不一样呢，而且最优值下面有一个best performance，是根据这个值选那两个参数吗？下面是我运行的，红色的是不同的部分。
> cqsl_tunesvm <- tune.svm(cqsl.scale,cqsl[,21],gamma = 2^(-1:1), cost = 2^(2:4))
> cqsl_tunesvm

Parameter tuning of ‘svm’:

- sampling method: 10-fold cross validation

- best parameters:
gamma cost
   0.5    8

- best performance: 0.01402403

> cqsl_tunesvm <- tune.svm(cqsl.scale,cqsl[,21],gamma = 2^(-2:2), cost = 2^(2:8))
> cqsl_tunesvm

Parameter tuning of ‘svm’:

- sampling method: 10-fold cross validation

- best parameters:
gamma cost
  0.25    4

- best performance: 0.01143376

> cqsl_tunesvm <- tune.svm(cqsl.scale,cqsl[,21],gamma = 2^(-5:2), cost = 2^(2:8))
> cqsl_tunesvm

Parameter tuning of ‘svm’:

- sampling method: 10-fold cross validation

- best parameters:
   gamma cost
0.03125   16

- best performance: 0.007504326

> cqsl_tunesvm <- tune.svm(cqsl.scale,cqsl[,21],gamma = 2^(-6:6), cost = 2^(2:8))
> cqsl_tunesvm

Parameter tuning of ‘svm’:

- sampling method: 10-fold cross validation

- best parameters:
    gamma cost
0.015625   32

- best performance: 0.007092799

每次使用交叉验证时，划分的数据集是不一样的，因而训练出来的模型也是不一样的，如果要让每次都是同一个结果，需要在交叉验证前设置set.seed()，这样每次运行都能是同一个结果。

thank you!

美楠 发表于 2015-6-2 09:50
为什么设置tune.svm设置不同的参数，它每次计算的最优值都不一样呢，而且最优值下面有一个best performance ...

你好，问你个问题，为什么你的cost和gamma要用 2^ ,我看到也有一些使用 10^？这个是怎么指定的？？？