一般来讲这种工作没太大意义,而且知道了原因也基本解决不了.
要很粗略的知道它怎么分错,首先找到样本核映射以后的中间变量,然后查看这个样本升维以后是否线性可分（一般来讲这个变量是高维,不能绘图,所以要有非常的耐心）,如果是一个完全线性不可分的点,那就可以归为核函数的错,如果它线性可分,但是由于不敏感区过大或者过小导致决策函数偏离,那就可以归为损失函数的问题.但是这两者如果人为调整或者修正,往往会带来更多的样本分错.
svm(支持向量机),某个例子分类错误,如何反推查找分类错误得原因?
一般来讲这种工作没太大意义,而且知道了原因也基本解决不了.
要很粗略的知道它怎么分错,首先找到样本核映射以后的中间变量,然后查看这个样本升维以后是否线性可分（一般来讲这个变量是高维,不能绘图,所以要有非常的耐心）,如果是一个完全线性不可分的点,那就可以归为核函数的错,如果它线性可分,但是由于不敏感区过大或者过小导致决策函数偏离,那就可以归为损失函数的问题.但是这两者如果人为调整或者修正,往往会带来更多的样本分错.