北科資工二多媒體技術與應用 第四周對於 SVM 的學習紀錄

筆記說明

此筆記用途在於台北科技大學資訊工程系大二下多媒體技術與應用作業紀錄
並非所有人都適用，部分對我而言稍加容易的內容並不會寫在此內。
這是學習後心得的筆記，可能不太適用會未來的學生

由於我沒有學習過裡面的理論，因此這是資工大二學生透過網路與自身理解的筆記，學習價值並不高、且可能擁有大量錯誤。

學習紀錄

• 給予越多的特徵，會有不同的結果，但規律可能不好找
• 但越多的特徵給予 SVM 會使準確率變高
• kernel 使用 poly 方法，準確率最高，Sigmoid 則是最差
• C 值越大(對於錯誤的忍受度)，學習的準確率越高。但對測試集沒有任何影響
• gamma 盡量使用 scale，但是在 kernel='linear'時則完全沒有用處，linear 不需要用到 gamma 參數。
• train_test_split 的 test_size 越大時準確率越低。

心得

謝謝力瑋、梓琳拯救我的多媒體，兩位大佬QAQ，我現在還對於多媒體沒有很了解，希望能夠趕快追上QQQQ。

題外話，py 真的讓我用的不太上手RRR，numpy 跟 list 沒想到在 print 出來時長的一樣，但他們本身型態卻不同，弱型態語言我還沒有辦法完全掌控R。

總之還是謝謝二位了QQQ。