machine-learning - SVM Rank 正则化参数

Question

用 SVM Rank 学习排序函数时，正则化参数 C 的值是否应该与分类中使用的值相同？

我问的原因是SVM Rank网站建议参数应该是C = C_light * n，其中n是不同查询的数量。我对此的解释是 C_light 是分类问题中 C 的值。但是现在，C 可以变得相当大，学习排名函数确实需要很多时间。我应该像分类一样为 C 取值吗？我是否错误地解释了网站？

链接：SVM Rank

Answer 1

请记住，像这样的建议是启发式的。在为 C 选择值时，您需要牢记几件事。

我喜欢首先选择使算法能够非常快速地完成的值，然后开始向上递增，查看执行时间和模型精度如何变化。

如果出现以下情况，您可以停止增加它： - 准确性降低 - 它开始花费很长时间以至于不值得

牢记 C 的建议值，作为健全性检查/大致建议。如果您得出的值大不相同，尤其是如果您的 SVM 性能不佳，则表明存在错误或出现问题。