Estoy usando libsvm en modo C-SVC con un núcleo polinomial de grado 2 y estoy obligado a entrenar múltiples SVM. Cada conjunto de entrenamiento tiene 10 características y 5000 vectores. Durante el entrenamiento, recibo esta advertencia para la mayoría de los SVM que entreno:
WARNING: reaching max number of iterations
optimization finished, #iter = 10000000
¿Podría alguien explicar qué implica esta advertencia y, tal vez, cómo evitarla?
También quiero aplicar la validación cruzada para mis modelos para determinar las mejores opciones para gamma y C (regularización). Mi plan es probar todas las combinaciones de estos 10 valores: 0.00001, 0.0001, 0.001, 0.01, 0.1, 1, 10, 100, 1000, 10000 para ambos parámetros y ver qué combinación produce la mejor precisión durante la validación cruzada. ¿Es suficiente? ¿Debería usar más valores en este intervalo, o debería elegir un intervalo más amplio?