Nu 是不可行的

Question

我在sklearn中使用NuSVC类。尝试实例化 NuSVC 对象后，如下所示：

self.classifier = OneVsRestClassifier(NuSVC())

我

发现我反复收到"指定的nu不可行"错误。我尝试将"nu"参数从 0.1 一直更改为 1。（以 0.1 为增量），但我不断收到相同的错误。我真的不确定如何解释这个消息，以及如何解决它？我认为如果我将 nu 设置为 1.，它会起作用，因为 nu 表示我认为应该始终站得住脚的训练误差比例的上限。可能是什么原因造成的？

感谢您的帮助！

Answer 1

为了完整起见，从文档中： Nu-SVM 是 SVM 的约束公式（相当于原始的重新参数化），它对允许的错误分类施加了硬限制。如果不能满足这个界限，那么相关的凸优化问题就变得不可行了。

从这个角度来看，你必须调查的第一件事是你真正可以预期多少训练误差，并可能修改你的假设。在C值网格中搜索标准 SVM 以检查这一点。

但是，NuSVC 应该使用一些严格小于 1 的值。根据您的描述，您已经尝试了 0.9 - 开始添加 9，即 .99、.999。如果它在某个时候不起作用，那么一定在某个地方有另一个问题。

Answer 2

论文中的

命题3 关于ν-支持向量机的教程指出，nu的可行值有一个上限，由2*min(m+,m-)/m给出，其中m是样本的总数，m+和m-是相应类中的样本数。

因此，如果nu不可行，请尝试较小的nu。