支持向量机中参数选取的一个问题的任务书.docxVIP

支持向量机中参数选取的一个问题的任务书

任务题目：支持向量机中参数选取的问题

任务描述：

在机器学习中，支持向量机算法是一个广泛使用的分类算法，但是它对于参数的选取比较敏感，因此在使用支持向量机算法时，合适的参数选取对于结果的影响是非常大的。本任务将让你研究支持向量机中参数选取的问题，并且你需要完成以下任务：

1.研究支持向量机的基本原理

2.探索支持向量机中参数的作用，包括：核函数（kernel）、惩罚参数（penaltyparameter）和容错率（tolerance）

3.研究支持向量机常用的参数选取方法，包括网格搜索（gridsearch）和交叉验证（cross-validation）

4.使用Python实现支持向量机算法，并且使用不同的参数选取方法对数据进行分类，评估不同参数选取方法的效果

5.总结参数选取的一些经验和技巧，提出自己对于参数选取的思考

任务输出：

1.编写研究报告，包括支持向量机原理、参数作用、参数选取方法和实验结果及分析

2.提交完整的Python代码和数据

3.总结参数选取的一些经验和技巧，并提出自己对于参数选取的思考

任务要求：

1.研究报告要求内容详实，结构清晰，重点突出，语言准确，能够清晰表达观点和实验结果

2.Python代码要求结构清晰，注释清晰，能够清晰表达程序的实现思路，不要提交无法运行的代码

3.任务需要使用相应的文献进行研究，所有文献引用需要进行标注并且列入参考文献

4.如有使用他人代码或数据，需标明出处并获得相应授权

参考文献：

1.Cortes,C.Vapnik,V.(1995).Support-VectorNetworks.MachineLearning,20(3),273-297.

2.Chang,C.Lin,C.(2011).LIBSVM:Alibraryforsupportvectormachines.ACMTransactionsonIntelligentSystemsandTechnology,Vol.2,No.3,Article27.

3.Pedregosa,F.,etal.(2011).Scikit-learn:MachineLearninginPython.JournalofMachineLearningResearch,12,2825-2830.