线性核适合特征维度远大于样本数量的数据，如文本分类和基因表达数据；此时LinearSVC比SVC(kernel='linear')更快、更省内存，且默认L2正则，推荐优先选用。
线性核适合什么数据？
当特征维度远大于样本数量时，线性核几乎总是更优。比如文本分类（TF-IDF后动辄上万维）、基因表达数据（数千基因 vs 几百样本），这类场景下高斯核不仅慢，还容易因gamma调不准而崩坏。
常见错误现象：用-t 2跑文本数据，训练耗时暴涨、svm_train卡住、测试准确率反而比-t 0低几个点。
- 直接用
LinearSVC或SVC(kernel='linear')，不调gamma -
C值建议从1开始试，>100后提升通常边际递减 - 如果
train_acc和test_acc差值
高斯核RBF什么时候必须上？
二维/三维可视化能明显看出类别缠绕、环形分布、月亮形分离——这种结构线性核根本画不出边界，必须换-t 2。手写数字识别（MNIST简化版）就是典型：64维但样本量1797，feature_num ≈ sample_num，RBF天然占优。
容易踩的坑：gamma设太大（如10）会让模型只认训练集里“眼熟”的点，test_acc掉得比train_acc还快；太小（如1e-5）又退化成线性核。
立即学习“Python免费学习笔记（深入）”；
- 先固定
C=1，用GridSearchCV扫gamma在[0.001, 1, 10]三档 - 再固定最优
gamma，扫C在[0.1, 1, 10, 100] - 警惕
train_acc == 1.0且test_acc骤降——这是C和gamma双高导致的过拟合
LIBSVM命令行里怎么快速验证？
不用写Python脚本，直接用svm-train命令对比。关键不是比谁准，而是看支持向量数量和训练时间是否合理。
示例（西瓜数据集）：
svm-train -t 0 -c 10 xigua.scale # 线性核，秒级完成，SV数≈6 svm-train -t 2 -c 1 -g 0.1 xigua.scale # RBF核，可能要几秒，SV数≈12
如果RBF核的SV数比线性核少一半，但训练时间翻5倍以上，大概率gamma设大了——它把太多点当噪声剔除了。
-
svm-train输出末尾会打印optimization finished, #iter = X, nSV = Y，盯住nSV -
nSV / total_samples > 0.3→ 模型太“懒”，欠拟合风险高 -
nSV < 5且train_acc == 1.0→ 过拟合铁证，立刻调小C或gamma
sklearn里LinearSVC和SVC(kernel='linear')有啥区别？
别混用。前者是线性优化专用实现，快、省内存、默认用L2正则；后者是通用SVM框架走线性核路径，慢一截，且默认L1正则（需显式设loss='squared_hinge'才对齐）。
真实项目中，只要不用RBF，就无脑选LinearSVC。它的C含义和LIBSVM的-c一致，迁移参数零成本。
- 训练快：10万样本+1万维特征，
LinearSVC通常< 10s，SVC(kernel='linear')可能卡住 - 内存省：不存核矩阵，
fit()完对象体积小得多 - 注意
max_iter默认值太小（1000），大数据集务必设成10000或更高
真正难的是判断数据是否“本质线性可分”——这没法靠参数决定，得靠散点图、领域知识、或者先跑个LinearSVC看test_acc是否已达标。一旦达标，停手，别碰RBF。
