1、在我的工作中，最常用的是Linear核与RBF核。
2、1. Linear核：主要用于线性可分的情形。
3、参数少，速度快，对于一般数据，分类效果已经很理想了。
(资料图片仅供参考)
4、2. RBF核：主要用于线性不可分的情形。
5、参数多，分类结果非常依赖于参数。
6、有很多人是通过训练数据的交叉验证来寻找合适的参数，不过这个过程比较耗时。
7、我个人的体会是：使用libsvm，默认参数，RBF核比Linear核效果稍差。
8、通过进行大量参数的尝试，一般能找到比linear核更好的效果。
9、至于到底该采用哪种核，要根据具体问题，有的数据是线性可分的，有的不可分，需要多尝试不同核不同参数。
10、如果特征的提取的好，包含的信息量足够大，很多问题都是线性可分的。
11、当然，如果有足够的时间去寻找RBF核参数，应该能达到更好的效果。
本文到此分享完毕，希望对大家有所帮助。
