libsvm "raggiungendo il numero massimo di iterazioni" avvertimento e convalida incrociata

Sto usando libsvm in modalità C-SVC con un kernel polinomiale di grado 2 e mi viene richiesto di addestrare più SVM. Ogni set di allenamento ha 10 funzioni e 5000 vettori. Durante l'allenamento, ricevo questo avviso per la maggior parte degli SVM che alleno:

WARNING: reaching max number of iterations
optimization finished, #iter = 10000000

Qualcuno potrebbe spiegare cosa implica questo avviso e, forse, come evitarlo?

Voglio anche applicare la validazione incrociata per i miei modelli al fine di determinare le migliori scelte per gamma e C (regolarizzazione). Il mio piano è di provare tutte le combinazioni di questi 10 valori: 0,00001, 0,0001, 0,001, 0,01, 0,1, 1, 10, 100, 1000, 10000 per entrambi i parametri e vedere quale combinazione produce la migliore precisione durante la convalida incrociata. È abbastanza? Dovrei usare più valori in questo intervallo o dovrei scegliere un intervallo più ampio?

$w$$b$$w$$w$

Ci sono molte ragioni per cui questo può accadere, ti suggerisco di fare quanto segue:

• Normalizza i tuoi dati.
• Assicurati che le tue classi siano più o meno bilanciate (abbiano dimensioni simili). In caso contrario, utilizzare il parametro -w per assegnare loro pesi diversi.
• $C$$\gamma$ $$\gamma \cdot u' \cdot v + \text{coeff}_0^{\text{ degree}}$$

$C$$C$

Nota che il distributore LIBSVM per Windows dovrebbe contenere uno script Python chiamato grid.py, che può fare la selezione dei parametri per te (in base alla validazione incrociata e agli intervalli di ricerca specificati). Può anche produrre grafici di contorno per la precisione di SVM. Questo strumento può essere molto utile.

Anche la seguente domanda su StackOverflow e le relative domande potrebbero essere d'aiuto: libsvm Shrinking Heuristics