我正在使用sklearn.svm中的SVC进行Python二元分类。对于gamma参数,它的默认值是
.
我很难理解这个公式,请告诉我gamma的默认值是多少,例如如果输入是一个3维向量(3,)如[3,3,3],且输入向量数量为10,000,则默认值是多少?另外,有没有办法将其打印出来以查看其值?
我正在使用sklearn.svm中的SVC进行Python二元分类。对于gamma参数,它的默认值是
.
我很难理解这个公式,请告诉我gamma的默认值是多少,例如如果输入是一个3维向量(3,)如[3,3,3],且输入向量数量为10,000,则默认值是多少?另外,有没有办法将其打印出来以查看其值?
通过一个例子可以更加清楚地理解这一点。下面的数组X有两个特征(列)。该数组的方差为1.75。因此,默认gamma为1/(2*1.75)= 0.2857。您可以通过检查分类器的._gamma属性来验证这一点。
import numpy as np
from sklearn.svm import SVC
X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])
y = np.array([1, 1, 2, 2])
clf = SVC(gamma='scale')
clf.fit(X, y)
n_features = X.shape[1]
gamma = 1 / (n_features * X.var())
clf._gamma
输出结果: X
Out[24]:
array([[-1, -1],
[-2, -1],
[ 1, 1],
[ 2, 1]])
n_features
Out[25]: 2
X.var()
Out[26]: 1.75
gamma
Out[27]: 0.2857142857142857
clf._gamma
Out[28]: 0.2857142857142857