【发布时间】：2013-12-05 19:02:35
【问题描述】：
有没有办法在 MATLAB 中找到 REGRESSION 的 libsvm 参数（c、g、p）？ 可以用 gridgregression.py 找到它们，但是如果我们想在 Matlab 中使用它们怎么办？导出 train x 和 y 矩阵并通过 gridregression.py 找到参数有点耗时。
【问题讨论】：
标签： regression matlab libsvm
【发布时间】：2013-12-05 19:02:35
【问题描述】：
手动编写交叉验证过程。它只是 3 个嵌套循环（超过 $c$、$g$ 和 $p$ 的可能值）。在内部循环中，您在交叉验证模式 (-v k) 中调用 svm-train 进行 k 折交叉验证。
保存你获得的最好的 $(c,g,p)$-tuple，你就完成了。
【讨论】：
-
我已经使用 'bestcv = 0;对于 log2c = -1:6，对于 log2g = -8:0，对于 log2p = -8:-1，cmd = ['-v 5 -c'，num2str(2^log2c)，'-g'，num2str( 2^log2g), '-p', num2str(2^log2p)]; cv = svmtrain(y, x, cmd);如果 (cv >= bestcv), bestcv = cv;最佳 = 2^log2c;最佳 = 2^log2g;最佳 = 2^log2p; end fprintf('(最佳 c=%g, g=%g, p=%g, rate=%g)\n',bestc, bestg, bestp, bestcv);休息; end end end`但是它没有给出解决方案（MSE）以及gridregression.py
-
bestcv = 0; for log2c = -1:6, for log2g = -8:0, for log2p = -8:-1, cmd = ['-v 5 -c ', num2str(2^log2c), ' -g ', num2str(2^log2g), ' -p ', num2str(2^log2p)]; cv = svmtrain(y, x, cmd); if (cv >= bestcv), bestcv = cv; bestc = 2^log2c; bestg = 2^log2g; bestp = 2^log2p; end fprintf('(best c=%g, g=%g, p=%g, rate=%g)\n',bestc, bestg, bestp, bestcv); break; end end end