scikit-learn中的SVM使用指南

本文主要包括以下内容： 1、 sklearn三个SVM分类器（sklearn.svm.LinearSVC，sklearn.svm.SVC，sklearn.svm.NuSVC）的参数详解 2、SVM算法调优的一些建议 3、实验 sklearn.svm.LinearSVC penalty取值说明： l1-SVM: l2-SVM: 区别就是优化函数中的惩罚项中是松弛变量累加还是松弛变量平方累加。 关于这

>>阅读原文<<