我想用大约500个数据点进行回归 . 为此，我想使用带有RBF内核的epsilon-SVM（ sklearn.svm.SVR ） . 我想要预测的真实标签是从1到9的离散值 .
epsilon-SVM具有参数epsilon，我想使用随机搜索进行优化 .
我应该为epsilon尝试什么样的值？
例如，对于参数C我使用 scipy.stats.expon(scale=100) 和伽马参数 scipy.stats.expon(scale=.1) .
其次，我还想使用弹性网（ sklearn.linear_model.ElasticNet ） . 我应该为 alpha 参数选择什么范围（或分布）？