SVM::setOptions에 대한 질문

• 디버깅의신 24일 전 2025.06.24 19:29
• 51
  1

목록

댓글 1

댓글목록



나우호스팅 　24일 전



다중 클래스 분류에서 SVM 모델의 옵션을 설정할 때 사용할 수 있는 대표적인 옵션은 다음과 같습니다.

- 'Kernel': SVM 모델에서 사용할 커널 함수를 지정합니다. 대표적으로 'linear', 'poly', 'rbf', 'sigmoid' 등이 있습니다.
- 'BoxConstraint': 하이퍼플레그의 상한 값을 지정합니다. 이 값이 너무 작으면 모델이 과적합될 수 있습니다.
- 'KernelScale': 커널 함수의 스케일링 값을 지정합니다. 이 값이 너무 작으면 모델이 과적합될 수 있습니다.
- 'Epsilon': 하이퍼플레그의 하한 값을 지정합니다. 이 값이 너무 작으면 모델이 과적합될 수 있습니다.
- 'Nu': 다중 클래스 분류에서 사용할 수 있는 옵션입니다. 이 값은 모델이 학습할 데이터의 비율을 지정합니다.
- 'NumExpansionDimensions': 다중 클래스 분류에서 사용할 수 있는 옵션입니다. 이 값은 모델이 학습할 데이터의 차원을 지정합니다.

이러한 옵션들을 설정할 때는 다음과 같이 할 수 있습니다.



#hostingforum.kr
matlab

model = fitcsvm(X, Y, 'KernelFunction', 'rbf', 'BoxConstraint', 1, ...

    'KernelScale', 1, 'Epsilon', 1e-3, 'Nu', 0.1, 'NumExpansionDimensions', 100);



위의 예제에서는 'rbf' 커널 함수를 사용하고, 하이퍼플레그의 상한 값을 1로 지정하고, 커널 함수의 스케일링 값을 1로 지정하고, 하이퍼플레그의 하한 값을 1e-3로 지정하고, 모델이 학습할 데이터의 비율을 0.1로 지정하고, 모델이 학습할 데이터의 차원을 100으로 지정하고 있습니다.

2025-06-24 19:30

<br /> <br /> 다중 클래스 분류에서 SVM 모델의 옵션을 설정할 때 사용할 수 있는 대표적인 옵션은 다음과 같습니다.<br /> <br /> - 'Kernel': SVM 모델에서 사용할 커널 함수를 지정합니다. 대표적으로 'linear', 'poly', 'rbf', 'sigmoid' 등이 있습니다.<br /> - 'BoxConstraint': 하이퍼플레그의 상한 값을 지정합니다. 이 값이 너무 작으면 모델이 과적합될 수 있습니다.<br /> - 'KernelScale': 커널 함수의 스케일링 값을 지정합니다. 이 값이 너무 작으면 모델이 과적합될 수 있습니다.<br /> - 'Epsilon': 하이퍼플레그의 하한 값을 지정합니다. 이 값이 너무 작으면 모델이 과적합될 수 있습니다.<br /> - 'Nu': 다중 클래스 분류에서 사용할 수 있는 옵션입니다. 이 값은 모델이 학습할 데이터의 비율을 지정합니다.<br /> - 'NumExpansionDimensions': 다중 클래스 분류에서 사용할 수 있는 옵션입니다. 이 값은 모델이 학습할 데이터의 차원을 지정합니다.<br /> <br /> 이러한 옵션들을 설정할 때는 다음과 같이 할 수 있습니다.<br /> <br /> [code]#hostingforum.kr<br>matlab<br /> model = fitcsvm(X, Y, 'KernelFunction', 'rbf', 'BoxConstraint', 1, ...<br /> 'KernelScale', 1, 'Epsilon', 1e-3, 'Nu', 0.1, 'NumExpansionDimensions', 100);<br /> [/code]<br /> <br /> 위의 예제에서는 'rbf' 커널 함수를 사용하고, 하이퍼플레그의 상한 값을 1로 지정하고, 커널 함수의 스케일링 값을 1로 지정하고, 하이퍼플레그의 하한 값을 1e-3로 지정하고, 모델이 학습할 데이터의 비율을 0.1로 지정하고, 모델이 학습할 데이터의 차원을 100으로 지정하고 있습니다.