java - 如何找出 libsvm 中的最佳 C/Gamma 参数？

Question

我正在使用libsvm对具有大量特征/属性（每个项目大约 5,800 个）的数据集进行多类分类。我想为 C 和 Gamma 选择比我目前使用的默认值更好的参数。

我已经尝试过运行easy.py，但是对于我正在使用的数据集，估计时间几乎是永远的（在20、50、100和200个数据样本上运行easy.py，并得到一个预测的超线性回归我必要的运行时间需要数年）。

有没有办法比默认值更快地获得更好的 C 和 Gamma 值？我正在使用 Java 库，如果这有什么不同的话。

Answer 1

正如我所相信的easy.py那样，无需网格搜索即可完成此操作。

查看 Trevor Hastie 等人的这篇论文：支持向量机的整个正则化路径(PDF)。一次“SVM 运行”将一次性计算所有“C”值的损失，因此您可以看到它如何影响您的 SVM 性能。

他们有这个算法的实现，你可以通过svmpath包在R中使用它。

我相信算法的核心是用 fortran 编写的，但用 R 包装。