我试图在R中使用kernlab包的ksvm函数进行epsilon-SVM回归 . 我想把参数C（正则化常数）和epsilon（不敏感性）作为向量（向量的长度=训练数据长度） . 但我无法弄清楚如何做到这一点 . 请提出一些建议 .
为什么你认为你可以做到？根据 ksvm 的 ksvm ，您只能对类进行加权，而不是特定的样本 . 这种修改可以在例如sklearn python库中访问（作为样本的权重） .
ksvm
为了对每个样本C权重进行人工实施，您可以对数据进行过采样 . 效率非常低（特别是如果C值差异很大），但几乎可以应用于任何SVM库 .
1 回答
为什么你认为你可以做到？根据
ksvm的ksvm，您只能对类进行加权，而不是特定的样本 . 这种修改可以在例如sklearn python库中访问（作为样本的权重） .为了对每个样本C权重进行人工实施，您可以对数据进行过采样 . 效率非常低（特别是如果C值差异很大），但几乎可以应用于任何SVM库 .