我正在尝试使用Libsvm来解决回归问题 . 我在训练（170个实例）和测试集（20个实例）中划分了我的数据集 . 我试图运行SVM回归类型（epsilon-SVR和nu-SVR） . 在这两种情况下，当我使用线性内核时，我获得了测试集的不同预测值 . 但是如果我使用RBF内核，那么我会为测试集的每个实例获得完全相同的值，而且两种SVR类型都会发生这种情况 . 有人可以解释为什么RBF内核的使用只会导致一个预测值吗？
"Can someone explain me why the usage of RBF Kernel leads to just one predicted value?"
可能你用于RBF内核的参数意味着一个半球太大的超球面 . 我建议你尝试使用更大的gamma值来减少RBF内核的半径 .
1 回答
"Can someone explain me why the usage of RBF Kernel leads to just one predicted value?"
可能你用于RBF内核的参数意味着一个半球太大的超球面 . 我建议你尝试使用更大的gamma值来减少RBF内核的半径 .