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)?