Параметр b из SVM в случае гауссова ядра

Question

Я читал про SVM и случай, когда мы берем в качестве ядра гауссово ядро, и, как я понял в случае гауссова ядра, его заботит только то, что если точка находится рядом с какой-то точкой, то "цвет" эти точки будут такими же. И если я попрошу его дать мне «цвет» точки, которая находится далеко от точек данных, он ответит мне 0, что будет означать что-то вроде «Я не знаю». И я знаю, что если я спрошу у предсказателя цвет этой точки, он вернет b. Доказательство ниже

введите описание изображения здесь

Можно ли сказать, что в случае гауссова ядра b равно 0?

Answer 1

Нет, если мы увидим функцию окончательного решения SVM с гауссовым ядром, как показано ниже:
and Gaussian function is as follows:

we can see the 'sigma' parameter and 'signum' function here. The end result would be greater than zero for one class and vice versa.
So to find a plane (instead of a line for linear case) that separates these two classes, we need to adjust the values of b and sigma. These values vary from problem to problem. Hence, not necessarily be zero.
Researchers have utilized different optimization algorithms to get optimum values, i.e. Particle Swarm Optimization, Grey Wolf Optimization etc.
For example, the value of 'sigma' inflicts overfitting problem, and small value results in the under-learning problem. So it should be optimized. For more information, you can read following open access article as an example.
Влияние различных функций ядра на производительность обнаружения сцинтилляций на основе машин опорных векторов Я использовал алгоритмы оптимизации как PSO, так и GWO для оптимизации ключевых параметров машины векторов поддержки наименьших квадратов, приведенных ниже в моей исследовательской статье с открытым доступом: Оптимизация справочника параметров LSSVM