选择 c 和 gamma 值

您好，我正在使用 SMO 执行 SVM 分类，其中我的内核是 RBF，现在我想选择c and sigma值，使用网格搜索和交叉验证，我是内核函数的新手，请帮助，一步一步的过程

1. 选择一些您认为有趣的 C 和 sigma 值。例如，C = {1, 10, 100, 1000} 和 sigma = {.01, .1, 1} （我只是编造这些）。
2. 将训练集分为k(例如10)份，优选在一个分层 http://en.wikipedia.org/wiki/Cross-validation_%28statistics%29#K-fold_cross-validation way.
3. Loop over all pairs of C and sigma values.
   1. 循环所有k你的训练集的一部分。持有k第一部分出来了。在所有其他组合部分上训练分类器，然后在保留的部分上进行测试。
   2. 跟踪一些分数（准确度、F1 或任何您想要优化的分数）。
4. 根据您刚刚计算的分数返回 C、sigma 的最佳性能值对。