En realidad hemos golpeó en algo de una pregunta abierta en la literatura. Como usted dice, hay una gran variedad de granos (por ejemplo, lineal, radial de la función de base, sigmoide, polinomio), y llevará a cabo su tarea de clasificación en un espacio definido por sus respectivas ecuaciones. A mi conocimiento, nadie ha demostrado que definitivamente uno de kernel siempre se realiza mejor en un tipo de texto de la tarea de clasificación con respecto a otra.
Una cosa a tener en cuenta es que cada núcleo de la función que tiene 1 o más de los parámetros que necesitan ser optimizados para el conjunto de datos, lo que significa que, si lo estás haciendo correctamente, debe tener una segunda sujeción de formación de la colección en la que usted puede investigar los mejores valores para estos parámetros. (Yo diría que un segundo de sujeción de la colección, porque usted ya debe haber uno que usted está utilizando para encontrar la mejor entrada de características para el clasificador.) Hice un experimento hace un tiempo en el que hice un gran escala de la optimización de cada uno de estos parámetros para un simple textual tarea de clasificación y encontró que cada núcleo se apareció a realizar razonablemente bien, sino que lo hizo en diferentes configuraciones. Si recuerdo mis resultados correctamente, sigmoide realiza el mejor, pero lo hizo muy específicos parámetro ajustes--que me tomó más de un mes para mi máquina a encontrar. Mi consejo es que, si usted tiene el tiempo suficiente y los datos para hacer algún parámetro de optimización de experimentos, podría ser interesante comparar el rendimiento de cada núcleo en su particular tarea de clasificación, pero, si no, SVM lineal realiza razonablemente bien en el texto de la clasificación, sólo tiene el c-parámetro a optimizar (aunque mucha gente sólo sale esto en la configuración por defecto), y le permitirá concentrarse en los aspectos de su sistema de clasificación que tendrá una mayor contribución al rendimiento final--de los tipos de entidades de entrada que usted use, y como modelo de ellos.
