Vorrei chiedere informazioni sul kernel RBF su SVM.Gradi in Regressione vettore supporto - Kernel RBF
Nella documentazione di sklearn qui: http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVR.html#sklearn.svm.SVR si afferma che "il grado di funzione del kernel è significativo solo in poly, rbf, sigmoid".
Posso capire il significato di gradi su un kernel polinomiale, ma per quanto riguarda il kernel gaussiano (rbf)? Come posso vedere, il valore predefinito è 3 nella libreria sklearn. Ho anche eseguito un GridSearch con alcuni numeri che ho trovato, che hanno valutato 3 come il miglior valore. È davvero significativo o è solo un errore? E se sì, qualcuno può spiegare il significato e il valore di esso?
grazie in anticipo