私は現在、Gaussian カーネルを使用したサポート ベクター マシン分類器に libsvm を使用しています。そのWeb サイトでは、最適な C とガンマを選択するための python スクリプト grid.py が提供されています。
ガンマとCでトレーニング時間とオーバーフィッティング/アンダーフィッティングがどのように変化するのだろうか?
それは正しいですか:
C が 0 から +infinity に変化すると、トレーニング済みモデルがアンダーフィッティングからオーバーフィッティングになり、トレーニング時間が増加するとしますか?
ガンマがほぼ 0 から +infinity に変化すると、トレーニング済みのモデルがアンダーフィッティングからオーバーフィッティングになり、トレーニング時間が増加するとしますか?
grid.py では、デフォルトの検索順序は C に対して小さいものから大きいものへ、ガンマは大きいものから小さいものへです。小規模から大規模へのトレーニング時間と、アンダーフィッティングからオーバーフィッティングへのトレーニング済みモデルのトレーニングを目的としていますか? では、C とガンマの値を選択する時間を節約できるでしょうか?
よろしくお願いします!