私はsklearnでPython 2.7を使用していて、rbfカーネルでsklearn.svm.SVCを使用しています。python sklearn non linear svm penalty
here を説明したように、私はCとガンマを使用してみましたし、私が正しく理解していればCが間違ったとガンマを分類するためのペナルティであるので、それはトリックに
をしませんでしたCおよびガンマは、L1とL2のペナルティはありませんデータサンプルに関する汎化パラメータである。私はl1とl2のような複雑さのためにモデルに不利益を与える何かを探しています。
正則化とl1またはl2のペナルティを使用したいと思っていますが、私はいくつかの例を見つけましたが、私はSVCでペナルティパラメータを使用しようとすると、スローとエラーが発生します。
svr_rbf = sklearn.svm.SVC(kernel='rbf', cache_size=1, class_weight={1:100}, penalty='l1')
と
traceback (most recent call last):
File "/home/thebeancounter/PycharmProjects/nlp4/try.py", line 235, in <module>
svr_rbf = SVC(kernel='rbf', cache_size=1, class_weight={1:100}, penalty='l1')
TypeError: __init__() got an unexpected keyword argument 'penalty'
私は例がこの場合のために良くないことを知っている、と私はSVCには存在しないペナルティを使用しようとしていますエラーを取得し、私は右を探していますそれを行う方法とこれは私が見つけた最も近いです。
SVCクラスのdocsを見て、私はそれが私はRBFカーネルSVMまたは場合はL1とL2のペナルティを使用する方法
は、私はどのように他の私はオーバーを防止しようとすることができないことができペナルティ属性を持っていないことを確認しますそのモデルに合う?
例について引用した例では、[LinearSVC](http://scikit-learn.org/stable/modules/generated/sklearn.svm.LinearSVC.html#)を使用しているため、このエラーが発生します。 sklearn.svm.LinearSVC) –
パラメータ 'C'はSVCのペナルティパラメータです –
@VivekKumarありがとう、私はそれを行う正しい方法を探しています – thebeancounter