C 在具有線性核的 SVM 中的影響是什麼？

我目前正在使用帶有線性內核的 SVM 對我的數據進行分類。訓練集沒有錯誤。我為參數嘗試了幾個值 (）。這並沒有改變測試集上的錯誤。

現在我想知道：這是由我正在使用的 ruby​​ 綁定引起的錯誤（ rb-libsvm）還是理論上可以解釋？libsvm

應該參數總是改變分類器的性能？

C 參數告訴 SVM 優化您希望避免對每個訓練示例進行錯誤分類的程度。對於較大的 C 值，如果該超平面在正確分類所有訓練點方面做得更好，則優化將選擇一個較小邊距的超平面。相反，一個非常小的 C 值將導致優化器尋找一個更大邊距的分離超平面，即使該超平面錯誤分類了更多的點。對於非常小的 C 值，您應該得到錯誤分類的示例，即使您的訓練數據是線性可分的。

引用自：https://stats.stackexchange.com/questions/31066