我正在研究二进制类分类问题。每个样本都是一个 1x101 的向量，我有很多超过 150k 的数据样本我尝试训练一个线性 svm 和一个非线性 svm (RBF) “zscore normalization is used in both cases”。令人惊讶的是，线性比 svm (RBF) 做得更好。我试图通过考虑以下几点来解释这一点：
- 我相信我的功能质量不是很好。
- 我认为非线性情况经历了一种过度拟合。
我的问题是如何解释这种行为？！我的想法有意义吗？！我正在考虑使用 Adaboost 进行培训，这是个好主意吗？