基于改进网格搜索法的SVM参数优化

支持向量机的学习和泛化能力很大程度上取决于其相关参数的选取. 针对传统网格算法的不足，引入全局粒子群算法，利用其能够快速到达最优解附近的优势：先使用粒子群算法进行粗搜；再使用网格搜索法进行小步长的精细搜索得到最优解. 实验结果表明：基于改进的网格搜索法SVM对比传统网格搜索法SVM，在预测精度和运算时间上都具有优势