首页 > 试题广场 >

在处理一个多类分类问题时，你选择了支持向量机（SVM）作为你

[不定项选择题]

在处理一个多类分类问题时，你选择了支持向量机（SVM）作为你的模型。在调整模型参数时，你发现C参数和gamma参数对模型性能有很大影响。以下哪个描述是正确的？

增大C参数会减少模型的复杂度

增大gamma参数会增加模型的复杂度

减小C参数会减少模型的过拟合

减小gamma参数会导致模型的过拟合

查看答案及解析

喜欢后仰跳投的小师弟在看机会

C 不是正则化强度本身，而是其倒数。即：
C 越大 → 正则化越弱 → 模型更关注最小化训练误差（过拟合）；

C 越小 → 正则化越强 → 模型更关注最大化间隔（即更“简单”的边界）。

gamma 参数仅在使用非线性核函数（如 RBF 核、多项式核）时才有意义。最常见的是 RBF 核（Radial Basis Function），也称高斯核。

γ 越大 → 核函数越“窄” → 每个训练样本只影响其非常邻近的区域 → 决策边界高度依赖局部样本 → 模型更复杂、更“弯曲”；
γ 越小 → 核函数越“宽” → 每个样本影响范围更广 → 决策边界更平滑 → 模型更简单。

发表于 2025-12-05 11:09:55 回复(0)

提交观点

问题信息

机器学习

难度：

1条回答 40收藏 133浏览

扫一扫，把题目装进口袋