我有一个数据集，我在Matlab中使用libSVM进行分类 . 数据集由4个类组成 .
对于SVM的参数选择，我可以进行嵌套交叉验证 . 问题是我最终还需要最佳参数的值 .
在完成嵌套交叉验证并具有最终精度后，我想要最佳参数的值 . 然后，我将为每个类（一对一）训练一个SVM，其中最佳参数用于选择最重要的特征（根据最高权重），即特征重要性图 .
我怎样才能做到这一点？我是否应该不进行嵌套交叉验证并仅循环所有参数并进行交叉验证？
其次，如果我使用线性SVM然后使用此权重向量w来分配对特征的重要性，但它是否也适用于非线性SVM（例如rbf内核）？
1 回答
要为您选择的内核找到“最佳”参数，您必须遍历所有参数以执行所谓的“网格搜索” . LIBSVM不支持内置网格搜索机制 .
关于你的第二个问题，我建议在实际使用SVM之前执行特征选择（例如信息增益，相互信息......）作为预处理步骤，并在第二步中考虑权重向量s （但我不确定，如果这适用于RBF或Gaußian内核......） .