SVM模型有两个非常重要的参数C与gamma.其中 C是惩罚系数,即对误差的宽容度.c越高,说明越不能容忍出现误差,容易过拟合.C越小,容易欠拟合.C过大或过小,泛化能力变差 gamma是选择RBF函数作为kernel后,该函数自带的一个参数.隐含地决定了数据映射到新的特征空间后的分布,gamma越大,支持向量越少,gamma值越小,支持向量越多.支持向量的个数影响训练与预测的速度. 此外大家注意RBF公式里面的sigma和gamma的关系如下: 这里面大家需要注意的就是gamma的物理意义,大