线性支持向量机

• 算法介绍

  根据最优间隔来划分两类数据，通过核函数将低维空间映射到高维空间，实现在特征空间中的分类。

• 使用场景

  适用于小规模和中等规模的数据集，且特征数不宜过大，支持向量机在高维度、复杂分类/回归问题上表现优秀。

• 优势介绍

1. 对于非线性决策边界问题，在高维空间中分类效果好，SVM表现良好；
2. 多种核函数可选择；
3. 泛化能力强。

• 劣势介绍

1. 对处理噪声敏感；
2. 计算复杂度高；
3. 参数的选择比较困难。

• 参数介绍

  仅支持通过可视化方式，配置读取该组件参数，参数详情如下表所示：

页签	参数	参数名称	是否必选	参数描述	默认值
数据源	表名	inputTable	是	数据表	无
默认参数	选择特征标签列	labelColName	是	输入表中作为标签的列。	无
模型参数	惩罚参数	C	是	C越大，相当于惩罚松弛变量，松弛变量接近0，即对误分类的惩罚增大，趋向于对训练集全分对的情况，准确率很高，泛化能力弱。	1
模型参数	核函数	kernel	是	包括linear、poly、rbf、sigmoid、precomputed等。	linear
调优参数	核函数参数	gamma	是	包括rbf，poly，sigmoid，auto。	auto
调优参数	核函数的常数项	coef0	是	对于poly和sigmoid有用。	0
调优参数	停止训练误差值大小	tol	是	停止训练误差值大小。	0.001
调优参数	最大迭代次数	max_iter	是	最大迭代次数。	100
调优参数	数据洗牌时的种子值	random_state	是	数据洗牌时的种子值。	116
调优参数	核函数参数	decision_function_shape	是	包括ovo，ovr，None。	None

• 推荐参数值

1. 核函数的选择：RBF（径向基函数）, 根据实际情况选择不同的核函数特性；
2. 松弛变量：松弛因子越小，分类器约苛刻；松弛因子越大，容错率就会增加；
3. 惩罚系数：0.1-10, C值越小，则容忍度越高，可以更多地分类数据；C值越大，则容忍度越低，可以更多地将样本划分为正确的类别。

• 调参建议

1. 减少特征量和样本量来调整模型的复杂度;
2. 进行正则化处理以防止过拟合；
3. 通过使用交叉验证选择最佳参数；
4. 调整正则化参数C值和核函数类型。