简介：一份面向机器学习初学者与课程实验场景的支持向量机 Python 实现素材，聚焦用 Python 落地 SVM 的分类思想，帮助读者理解从间隔最大化、核函数选择到模型训练与测试的基本流程。压缩包共 6 个文件，以 3 个 Python 脚本、1 个 pyc 缓存、1 个 Markdown 说明和 1 个 txt 数据文本为主，整体约 9KB，体量轻便，适合直接阅读源码并开展小规模实验。已有 1944 人学习或下载，具备一定的参考与交流基础。内容围绕核心算法、测试入口、说明文档与示例数据组织，代码结构相对紧凑，可据此梳理 SVM 的训练逻辑、分类决策与验证方式，并通过运行测试观察模型表现。对需要完成课程作业、复现经典算法或准备机器学习入门实践的人而言，这份素材提供了可运行的代码骨架、基础数据与调试起点。
1. 训练完的支持向量机里，大部分样本其实不参与决策
支持向量机给人的第一印象是“又一个分类算法”，但真正让它在 Python 实现里值得逐行读源码的，是一个反直觉的事实：训练完成之后，绝大多数训练样本对决策边界毫无影响。你把那些 α=0 的样本全部删掉再重新预测，输出一模一样。边界只由少数几个恰好压在间隔边界上、或者已经越界的点决定，这些点被称为支持向量。
这意味着支持向量机的解是稀疏的、唯一的、可复现的：同一份数据、同一组超参数，训练两次得到的 w 与 b 完全一致，不会因为权重初始化不同而给出两个都“对”但形状不同的边界。这里的稳定性来自“最大化间隔”这个目标逼出来的数学结构，不是运气。沿着这条线索往下，才能看懂对偶问题、KKT 条件和核技巧为什么长成那个样子。
2. 最大间隔：从几何直觉到凸二次规划
2.1 函数间隔的尺度陷阱：w 和 b 同乘一个数，分类结果不变
线性分类器用 f(x) = wᵀx + b 的符号判类别，标签取 +1 与 -1。自然想到的“置信度”是 y_i(wᵀx_i + b)，正得越多说明分得越开，这个量叫函数间隔。问题在于它没有尺度：把 w 和 b 同时乘以 3.7，所有点的符号不变，分类结果一个字都不改，但函数间隔整体放大 3.7 倍。于是“最小函数间隔等于 0.5”和“最小函数间隔等于 1.85”描述的是同一个分类器，比较大小毫无意义。
真正有几何含义的是几何间隔：把函数间隔除以 ||w||，得到样本到超平面的欧氏距离。它才是“间隔有多宽”的度量，而且对 w、b 的等比例缩放免疫。这一步看着只是补了个分母，实际上把问题从“带尺度自由度”变成了“尺度无关”，后面的所有推导都建立在它上面。
用几行代码可以把这个事实钉死：两个只差缩放系数的分类器，函数间隔差了三倍多，几何间隔分毫不差。
import numpy as np # 一组线性可分的二维点，标签取 +1 / -1 X = np.array([[2.0, 1.0], [2.5, 2.0], [1.0, 3.0], [-1.0, -2.0], [-2.0, -1.5], [-1.5, -2.5]]) y = np.array([1, 1, 1, -1, -1, -1]) w = np.array([1.0, -1.0]) b = -0.5 def func_margin(w, b): # 函数间隔：带符号，随 w、b 等比缩放而改变 return y * (X @ w + b) m1 = func_margin(w, b) m2 = func_margin(3.7 * w, 3.7 * b) # 同方向、放大 3.7 倍 # 几何间隔：除以 ||w||，缩放被抵消 g1 = m1 / np.linalg.norm(w) g2 = m2 / np.linalg.norm(3.7 * w) print(m1.min(), m2.min()) # 0.5 与 1.85 print(g1.min(), g2.min()) # 0.354 与 0.354输出的两组数字直接说明了问题：函数间隔的最小值从 0.5 变到 1.85，而几何间隔始终是 0.354。代码里的X @ w + b是线性打分，y * (...)补上符号信息，np.linalg.norm(w)是超平面法向量的长度。只要承认几何间隔才是目标，就必须处理掉 ||w|| 这个分母，而它恰恰是后面优化问题的核心。
2.2 为什么可以直接规定 min y_i(wᵀx_i + b) = 1
既然尺度是自由的，就可以主动用掉这个自由度为问题定标：把 w、b 整体缩放，使离超平面最近的那些样本的几何间隔恰好等于 1/||w||，也就是让最小的函数间隔等于 1。这来自可利用的自由度：通过缩放参数，总能得到这样的结果。此时所有样本都满足 y_i(wᵀx_i + b) ≥ 1，等号在最近的样本上取到。
于是“最大化几何间隔”变成了“最小化 ||w||”，因为最近点距离是 1/||w||。为了求导方便，通常写成最小化 ½||w||²，平方不改变最优解的位置，½ 只是让导数少一个常数因子。
这一步容易翻车的地方在于前提：能归一化到最小函数间隔为 1，前提是存在一个超平面把两类完全分开、且没有点落在间隔带内。如果数据有重叠，无论怎么缩放，总有点的函数间隔小于 1，硬性规定“最小值等于 1”就和“所有点 ≥ 1”矛盾，可行域直接空了。软间隔的松弛变量就是为了修补这个前提，后面会讲到。
最终得到的标准形式是一个带线性约束的二次规划：
min ½ ||w||² s.t. y_i (wᵀ x_i + b) ≥ 1, i = 1..n变量只有 w 和 b，约束是 n 条线性不等式，目标关于 w 是严格凸的二次函数。这个形式干净得不像机器学习问题，但它恰恰是支持向量机全部性质的源头。
2.3 凸二次规划：为什么支持向量机的解不像神经网络那样看运气
对比一下感知机：感知机只要求把训练集分对，满足条件的超平面有无穷多个，最后落在哪一个完全取决于样本遍历顺序和初始值。这不是实现细节，而是问题本身没有唯一解。支持向量机在“分对”之外加了一条“间隔最大”，把无穷多个可行解压成了唯一一个。
唯一的来源是凸性。目标函数 ½||w||² 是严格凸的，约束是线性的，所以可行域是凸集，整个问题是凸二次规划：任何局部最优都是全局最优，最优解唯一（w 唯一，b 在支持向量不唯一时可能有一个范围，但决策函数不变）。这条性质带来两个工程上的好处：一是没有“随机种子玄学”，调参时结果可复现；二是 KKT 条件从“必要条件”升级为“充要条件”，只要找到满足 KKT 的点，就一定是全局最优，这给 SMO 这类迭代算法提供了停机判据。
严格凸还解释了一个细节：w 可以写成支持向量的线性组合，且这个表示是唯一的。而 b 不唯一的情况出现在多个支持向量同时决定它的时候，实践中通常对所有自由支持向量求 b 再取平均，比随便挑一个更稳。
3. 拉格朗日对偶与 KKT：非零 α 为什么只落在少数样本上
3.1 拉格朗日函数：把 n 条约束塞进一个目标里
直接解带不等式的二次规划不是不行，通用 QP 求解器就能做，但对支持向量机来说有更好的路。给每条约束配一个乘子 α_i ≥ 0，写出拉格朗日函数：
L(w, b, α) = ½||w||² - Σ α_i [ y_i (wᵀx_i + b) - 1 ]对 w 和 b 求偏导并令其为零，得到两个关键关系：
w = Σ α_i y_i x_i Σ α_i y_i = 0第一个式子说明 w 完全由训练样本的加权和构成，权重就是 α。代回 L 消掉 w 和 b，得到对偶问题：
max Σ α_i - ½ ΣΣ α_i α_j y_i y_j (x_iᵀ x_j) s.t. α_i ≥ 0, Σ α_i y_i = 0这个变换绝不是形式游戏。原始问题有 d 个变量（d 是特征维度），对偶问题有 n 个变量（n 是样本数），而且目标里只剩下样本之间的内积 x_iᵀx_j。高维特征下原始问题变量爆炸，对偶问题规模只和样本数有关；更重要的是，内积这个结构直接为核技巧留了接口。
代价同样明显：对偶问题的规模随样本数平方增长，这是支持向量机在大数据上吃力的根本原因，不是实现写得烂。
3.2 KKT 互补松弛：α 稀疏性的真正来源
对偶问题解出来之后，α 的分布极不均匀：绝大多数 α_i 恰好等于 0，只有少数为正。这个稀疏性来自 KKT 条件里的互补松弛：
α_i [ y_i (wᵀx_i + b) - 1 ] = 0它要求每个样本的两个因子至少有一个为零。如果某个样本没被压在间隔边界上，也就是 y_i(wᵀx_i + b) > 1，括号里不为零，那么 α_i 必须为零。反过来，α_i > 0 的样本一定满足 y_i(wᵀx_i + b) = 1，正好躺在间隔边界上。还有一类点因为违反约束太严重、被软间隔“放弃”，它们的 α 会顶到上界 C。
把 α 分成三类看，整个模型的行为就清楚了：
| α 取值 | 样本位置 | 对 w 的贡献 | 对 b 的作用 |
|---|---|---|---|
| α = 0 | 间隔带外，分类正确 | 无 | 无 |
| 0 < α < C | 恰好在间隔边界上 | 有 | 决定 b |
| α = C | 间隔带内或分错 | 有 | 决定 b，但受上界约束 |
所以“支持向量”这个名称很实在：真正支撑起决策边界的，就是 α 非零的那几个点。删掉 α=0 的样本，w = Σα_i y_i x_i 求和结果一个字不变。这也是为什么支持向量机对异常点相对不敏感，一个远离边界的离群点几乎不可能拿到非零的 α，因为它对间隔没有约束力。
3.3 对偶形式与软间隔：C 这个参数是从哪冒出来的
把 w 的表达式代回决策函数，得到支持向量机的预测形式：
f(x) = Σ α_i y_i (x_iᵀ x) + b预测时只需要和支持向量做内积，其余样本完全不参与计算。这个形式还有个副产品：b 不必单独优化，取任意一个满足 0 < α_i < C 的支持向量，用 b = y_i - Σ α_j y_j (x_jᵀ x_i) 就能反解出来。工程实现里为了保证数值稳定，通常对所有自由支持向量求出的 b 取平均。
硬间隔要求所有点都分对且落在间隔外，现实数据很少这么配合。引入松弛变量 ξ_i ≥ 0，把约束放宽成 y_i(wᵀx_i + b) ≥ 1 - ξ_i，目标同时惩罚松弛量：
min ½||w||² + C Σ ξ_iC 是唯一的超参数，含义很直白：它衡量“间隔宽”和“训练错误少”之间的兑换率。C 越大，越不容忍违反间隔，间隔被压窄，边界贴着数据走，容易过拟合；C 越小，越愿意放掉一些点换取宽间隔，偏差上升方差下降。
重新走一遍拉格朗日推导，会发现软间隔的对偶问题和硬间隔几乎一模一样，唯一的差别是 α 多了一个上界：
max Σ α_i - ½ ΣΣ α_i α_j y_i y_j (x_iᵀ x_j) s.t. 0 ≤ α_i ≤ C, Σ α_i y_i = 0C 直接从约束里长出来，不是额外拍脑袋加的正则项。还有一条等价的看法：软间隔支持向量机的最优解，与最小化合页损失加 L2 正则的问题是同一个解，形式是 min ½||w||² + C Σ max(0, 1 - y_i f(x_i))。合页损失在 y_i f(x_i) = 1 处有个折角，这个折角对应“间隔边界”，也是 α 只能取到 C 这个上界的几何原因。理解这一层，调 C 的时候就不是盲试了。
4. 核技巧：不显式映射也能算高维内积
4.1 对偶问题只依赖内积，这就是可乘之机
回头看对偶目标：Σ α_i - ½ ΣΣ α_i α_j y_i y_j (x_iᵀ x_j)。样本坐标只以两两内积的形式出现，决策函数 f(x) = Σ α_i y_i (x_iᵀ x) + b 也一样。也就是说，算法从头到尾只关心“任意两个样本有多像”，从来不单独使用某个样本的坐标。
既然这样，就可以把内积换成一个函数 K(x, z)。如果这个 K 恰好等于某个映射 φ 之后的内积，即 K(x, z) = φ(x)ᵀφ(z)，那么用 K 训练出来的模型，等价于先把数据映射到高维空间、再在那个空间里做线性支持向量机。区别在于 φ 从头到尾没被算出来过。
多项式核是个能手工验证的例子。取 K(x, z) = (xᵀz + 1)²，二维情况下展开：
(xᵀz + 1)² = x₁²z₁² + x₂²z₂² + 2x₁x₂z₁z₂ + 2x₁z₁ + 2x₂z₂ + 1 = φ(x)ᵀ φ(z)对应的 φ(x) = [x₁², x₂², √2 x₁x₂, √2 x₁, √2 x₂, 1]，六维。原始二维空间里算一次内积再加一平方，等价于在六维空间里算一次内积，中间那六个坐标一次都不用显式构造。维度越高差距越夸张，RBF 核对应的甚至是无限维空间，但计算量始终是 O(d)。
4.2 常用核函数与 Mercer 条件：什么样的 K 才合法
不是随便写个相似度函数就能当核用。合法性的判据是 Mercer 条件：对任意有限样本集，核矩阵 K_ij = K(x_i, x_j) 必须对称半正定。满足这一条，才能保证存在某个 φ 使得 K(x, z) = φ(x)ᵀφ(z)，对偶问题也才是凸的、有唯一解。忽略这个条件直接造核，得到的对偶问题可能是非凸的，SMO 迭代着就发散了，这就是一个典型的黑匣子故障。
实践中常用的几个核：
| 核函数 | 表达式 | 关键参数 | 适用场景 |
|---|---|---|---|
| 线性核 | xᵀz | 无 | 特征维度高、样本量大、近似线性可分 |
| 多项式核 | (γ xᵀz + r)^d | γ, r, d | 特征间存在明确的交互项 |
| RBF 核 | exp(-γ‖x - z‖²) | γ | 通用默认选择，边界光滑 |
| Sigmoid 核 | tanh(γ xᵀz + r) | γ, r | 并非总是半正定，慎用 |
RBF 核的 γ 值得单独说：它控制单个样本的影响半径。γ 大，样本影响范围小，边界贴着每个点绕，训练集能到 100% 但测试集可能崩；γ 小，影响范围大，边界接近超平面，容易欠拟合。γ 和 C 通常要一起调，一个管边界的弯曲程度，一个管对错误的容忍度，两个都放大就双重过拟合。
4.3 SMO：把 n 个变量拆成两两求解
有了对偶形式和核函数，剩下的问题是怎么解那个带等式约束和盒约束的二次规划。α 有 n 个，直接上通用求解器要 O(n³)，还得存 n×n 的核矩阵。
序列最小最优化（SMO）的思路是坐标下降：每次只动两个 α，其余固定。为什么是两个而不是一个？因为等式约束 Σ α_i y_i = 0 必须始终满足，单独改一个 α 立刻破坏约束，最少得同时改两个来互相抵消。
固定其余变量后，两个乘子的子问题有解析解，不需要迭代。设选中的是 α₁ 和 α₂，先算误差 E_i = f(x_i) - y_i，再算二阶导：
η = K₁₁ + K₂₂ - 2K₁₂η 是两个样本在核空间里的“距离平方”，只要它大于零，子问题就是严格凸的，可以直接写出更新量：
α₂_new = α₂ + y₂ (E₁ - E₂) / η然后按 y₁ 与 y₂ 是否同号，把 α₂_new 剪辑到不同的区间 [L, H]：同号时 L = max(0, α₁+α₂-C)，H = min(C, α₁+α₂)；异号时 L = max(0, α₂-α₁)，H = min(C, C+α₂-α₁)。α₁ 由等式约束反推。这个剪辑不是可选项，跳过它约束就破了，训练出来的模型预测全是同一类。
4.4 一份能跑的 numpy 实现与验收标准
把上面的推导落成代码，核心不到一百行。核矩阵先算一次缓存起来，内层循环只做索引和标量运算。
import numpy as np class SimpleSVM: def __init__(self, C=1.0, tol=1e-3, max_passes=5, kernel="linear", gamma=0.5): self.C = C # 盒约束上界，控制间隔宽度与容错的兑换率 self.tol = tol # KKT 违反量的容忍阈值，越小越严格也越慢 self.max_passes = max_passes # 连续多少轮没有 α 变化就停 self.kernel = kernel self.gamma = gamma # RBF 核的影响半径参数 def _K(self, A, B): if self.kernel == "linear": return A @ B.T if self.kernel == "rbf": d = (A[:, None, :] - B[None, :, :]) ** 2 return np.exp(-self.gamma * d.sum(axis=2)) raise ValueError("unsupported kernel") def fit(self, X, y): n = len(y) K = self._K(X, X) alpha, b = np.zeros(n), 0.0 passes = 0 while passes < self.max_passes: changed = 0 for i in range(n): E_i = (alpha * y) @ K[:, i] + b - y[i] # 只在违反 KKT 的样本上才尝试更新 if not ((y[i] * E_i < -self.tol and alpha[i] < self.C) or (y[i] * E_i > self.tol and alpha[i] > 0)): continue j = (i + 1 + np.random.randint(n - 1)) % n # 保证 j != i E_j = (alpha * y) @ K[:, j] + b - y[j] ai_old, aj_old = alpha[i], alpha[j] # 盒约束 + 等式约束决定的可行区间 if y[i] != y[j]: L, H = max(0, aj_old - ai_old), min(self.C, self.C + aj_old - ai_old) else: L, H = max(0, ai_old + aj_old - self.C), min(self.C, ai_old + aj_old) if L >= H: continue eta = K[i, i] + K[j, j] - 2 * K[i, j] if eta <= 0: continue # 退化情形直接跳过 aj = min(H, max(L, aj_old + y[j] * (E_i - E_j) / eta)) if abs(aj - aj_old) < 1e-5: continue ai = ai_old + y[i] * y[j] * (aj_old - aj) # b 的两个候选值，优先取落在 (0, C) 区间的那个 b1 = b - E_i - y[i] * (ai - ai_old) * K[i, i] - y[j] * (aj - aj_old) * K[i, j] b2 = b - E_j - y[i] * (ai - ai_old) * K[i, j] - y[j] * (aj - aj_old) * K[j, j] if 0 < ai < self.C: b = b1 elif 0 < aj < self.C: b = b2 else: b = (b1 + b2) / 2 alpha[i], alpha[j] = ai, aj changed += 1 passes = passes + 1 if changed == 0 else 0 self.alpha, self.b, self.X, self.y = alpha, b, X, y self.sv = np.where(alpha > 1e-8)[0] # 只保留支持向量用于预测 return self def decision_function(self, X): K = self._K(X, self.X[self.sv]) return K @ (self.alpha[self.sv] * self.y[self.sv]) + self.b几个参数和实现细节值得单独交代。max_passes是停机条件，Platt 原始论文的写法是“连续若干轮没有任何 α 被更新”，工程上这个值给 5 到 10 足够，太小会在还没收敛时就退出，表现出对偶目标一直降不下去。eta用 K[i,i] + K[j,j] - 2K[i,j] 而不是直接对核函数求导，等于把核空间的距离平方算出来，只要它不是非正数，子问题就是凸的，更新量有解析解。sv过滤掉 α 接近零的样本，预测时只和支持向量做内积，这是稀疏性带来的实际加速，不是装饰。
5. 常见问题排查：支持向量机训练不收敛、准确率像掷硬币
5.1 现象：训练集准确率接近 100%，测试集却接近随机
现象：换一批数据跑，训练集上完美分开，测试集准确率在 50% 附近波动，多次重跑差异很大。
原因：C 或 RBF 核的 γ 给得太大，模型把每个训练点都当成必须绕开的障碍，边界画得极其曲折。核矩阵在这种参数下条件数很差，SMO 的更新量被噪声主导，结果对随机选择的乘子对非常敏感。
解决：先把 C 和 γ 放到对数网格上做交叉验证，从 C ∈ {0.1, 1, 10, 100}、γ ∈ {0.001, 0.01, 0.1, 1} 开始，别用默认值。同时确认训练前做了标准化：RBF 核算的是欧氏距离，某个特征量纲是千级、另一个是零点几，距离完全被大尺度特征支配，γ 调什么值都没用。
5.2 现象：几万条样本训练直接卡死、内存飙到几十 G
现象：几千条能跑，样本量上万之后内存爆掉，或者跑一晚上还没结束。
原因：核方法要构造 n×n 的核矩阵，n=50000 时就是 20 亿个浮点数，单精度也要 8 GB，再叠加 SMO 的迭代开销，复杂度实际上接近 O(n²) 到 O(n³)。这是对偶问题的固有代价，不是代码写得差。
解决：先问一句“真的需要核吗”。特征维度已经很高（文本 TF-IDF、one-hot 编码）时，线性核往往效果相当，改用线性支持向量机的对偶坐标下降实现，复杂度对样本数近似线性。必须用非线性核的话，考虑 Nyström 近似或者对训练集做分层抽样，再或者换梯度下降类的线性模型加特征交叉。
5.3 现象：预测结果全是同一类
现象：模型不报错，但decision_function对所有输入输出同一个符号，混淆矩阵只有一行。
原因：多半是对偶的等式约束 Σ α_i y_i = 0 在某次更新后被破坏。最常见的是剪辑区间算错，或者 b 的更新用了不在 (0, C) 区间内的支持向量，导致 b 偏到很离谱的位置。另一个可能是数据类别极度不平衡，且 C 给得很小，模型直接选择“全判多数类”这个退化解。
解决：训练完打印 α 的分布，看有多少落在 0、多少落在 (0, C)、多少等于 C。如果非零 α 只来自一个类别，基本可以确认约束被破坏。修好剪辑逻辑后，再用class_weight之类的机制给少数类加权，或者把 C 调大让模型不敢忽略少数类。
5.4 现象：手写的 SMO 一直跑不停，对偶目标还在缓慢下降
现象：迭代了几十万次，α 还在微调，max_passes永远到不了，日志里对偶目标每轮只降一点点。
原因：通常是tol设得过小（比如 1e-8），KKT 违反量永远卡在阈值边缘；或者选点策略太朴素，每次只顺序扫 i、随机选 j，收敛速度被拖慢；也可能是数据没有标准化，核矩阵数值范围跨了好几个数量级，浮点误差让更新量算不准。
解决：tol给 1e-3 到 1e-4 就够了，再小只是浪费算力。选点策略上，外循环优先挑违反 KKT 最严重的样本，内循环挑让 |E_i - E_j| 最大的那个，收敛速度会明显提升。标准化这一步别省，它对 SMO 的数值稳定性影响比想象中大。
5.5 现象：predict_proba 的概率值永远挤在 0.5 附近
现象：决策函数的分数区分度很好，但转成概率之后，所有样本都落在 0.45 到 0.55 之间，看起来毫无信息量。
原因：支持向量机本身不输出概率，只是输出到超平面的带符号距离。概率需要额外拟合一层映射（Platt 缩放），用交叉验证的分数去拟合一个 sigmoid，样本量小或者分数分布集中时，这层映射会严重压缩。另外预测时默认假设各类先验相等，类别不平衡时概率会系统性偏移。
解决：需要概率就接受它是个近似，别拿它做精细的阈值决策。更稳的做法是直接用decision_function的分数排序，用 ROC 曲线选阈值。如果一定要概率，确保做概率标定时用了足够的分层交叉验证，并检查类别先验是否需要手动指定。
6. 间隔、核与 C 的三角权衡：支持向量机什么时候还值得选
支持向量机的设计核心，用一句话概括：它用“间隔”而不是“参数数量”来控制模型复杂度。神经网络靠层数和宽度约束假设空间，树模型靠深度和叶子数，支持向量机则直接把“边界到最近样本的距离”写进目标函数，让模型自己去找最稳的那条线。这个视角解释了它为什么在小样本、高维、需要可复现结果的场景里依然能打：样本少的时候，参数数量那套复杂度度量失效，而间隔是可估计的。
代价也来自同一个地方。对偶问题的规模是样本数的平方，核矩阵必须能放进内存，这是硬性上限；核技巧把非线性转到相似度上，换来的是模型不再提供特征重要性，解释性弱于线性模型和树模型；概率输出要靠后处理拟合，天然不如直接建模概率的方法自然。这三条决定了它的适用边界：样本量中等偏小、特征维度高、边界非线性但光滑、需要稳定可复现的结果，这几个条件同时成立时它仍然是最好的选择之一。
一个我自己常用的验证习惯：训练完先看支持向量占总样本的比例。比例在 10% 到 30% 之间，说明间隔和容错处在合理区间；逼近 100%，多半是 C 太小或者 γ 太大，模型在硬扛噪声；只有个位数，检查一下是不是数据几乎线性可分，那线性核可能就够了，没必要上核函数。再看对偶目标随迭代的下降曲线，如果几百轮之后还在明显下降，说明停机阈值太松或者选点策略有问题，不是数据的问题。
那张“C 大就过拟合、γ 大就绕圈”的对照表，我最初是当口诀背的，直到有一次在一份标准化漏做一半的数据上把 C 从 1 调到 1000，测试集指标纹丝不动，才发现参数根本不是主要矛盾。从那以后我每次拿到新数据，第一件事都是先标准化、再画一遍特征量纲分布、最后才动 C 和 γ。希望帮到你。
本文还有配套的精品资源，点击获取
