Nuestros mejores desarrolladores han agotado sus reservas de café, buscando a tiempo completo por la resolución, hasta que Adriana encontró el hallazgo en Beanstalk así que en este momento la compartimos aquí.
Solución:
Una cosa más para agregar: la SVM lineal es menos propensa al sobreajuste que la no lineal. Y debe decidir qué kernel elegir en función de su situación: si su número de funciones es realmente grande en comparación con la muestra de entrenamiento, simplemente use el kernel lineal; si su número de funciones es pequeño, pero la muestra de entrenamiento es grande, es posible que también necesite un kernel lineal, pero intente agregar más funciones; si su número de función es pequeño (10 ^ 0 – 10 ^ 3) y el número de muestra es intermedio (10 ^ 1 – 10 ^ 4), será mejor usar el kernel gaussiano.
Hasta donde yo sé, SVM con kernel lineal suele ser comparable con la regresión logística.
El núcleo lineal tiene algunas ventajas, pero probablemente (en mi opinión) la más significativa es el hecho de que, por lo general, es mucho más rápido de entrenar en comparación con los núcleos no lineales como RBF.
Si el tamaño de su conjunto de datos es en términos de gigabytes, verá que la diferencia de tiempo de entrenamiento es enorme (minutos frente a horas).
Los núcleos lineales son mejores para aplicar en datos linealmente separables. Imagine que su conjunto de datos tiene solo 2 características y 2 clases. Si traza sus muestras de conjuntos de datos en un gráfico usando las 2 características como X e Y, podrá ver cómo las muestras de diferentes clases se posicionan entre sí.
Si es fácil dibujar una línea que separe las dos clases, entonces un núcleo lineal es ideal para el trabajo:
Por supuesto, esto funciona con muchas características, no solo con dos, creando espacios multidimensionales. Sin embargo, si sus datos no son linealmente separables, deberá mapear sus muestras en otro espacio dimensional, utilizando kernels como RBF o polinomio.
Además, dado que el kernel lineal no realiza ningún mapeo, generalmente es más rápido entrenar su clasificador que con otros kernels.