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?