支持向量机参数选择与神经网络的数据分割

njasaj

你好,
我有一个关于SVM参数选择和数据分割的问题。我需要知道，将整个数据集分割为2部分(训练集和测试集)，然后在训练集上使用交叉验证，并选择C和gamma来获得最佳性能，这是足够和有效的。有人将神经网络的数据分成3组(训练、交叉验证、测试)，在交叉验证性能开始降低、训练性能开始提高时选择参数。将数据集分割为2部分并在训练集上交叉验证是否足够好，是否可以用支持向量机建模，还是应该对支持向量机进行相同的程序(分为3个集)?分成两部分的程序是否适用于神经网络?

谢谢。

MariusHelf

你好,

由于交叉验证已经执行了训练集和测试集的分割，因此只使用交叉验证而不分割数据手册就足够了。如果你不确定，只需增加X-Validation的折叠次数。

最好的问候,
马吕斯

njasaj

谢谢你，马吕斯。