LSVM 构建选项

模型设置

包括截距。包括截距（模型中的常数项）可以提高解的总体准确度。如果您可以假设数据穿过原点，那么可以排除截距。

分类目标的排序顺序。指定分类目标的排序顺序。对于连续目标，将忽略此设置。

回归精度 (epsilon)。仅当目标字段的测量级别为连续时才使用。如果错误数小于此处指定的值，那么可以接受错误数。增加该值可能会加快建模速度，但要以准确度为代价。

排除具有任何缺失值的记录。设置为 True 时，如果任何单个值缺失，那么将排除记录。

惩罚设置

罚函数。指定用于降低过度拟合可能性的罚函数的类型。选项为 L1 或 L2。

L1 和 L2 通过增加系数罚分来降低过度拟合的几率。二者的区别是当有大量特征时，在模型构建期间，L1 通过将某些系数设置为 0 来使用特征选择。L2 不具备此能力，因此在有大量特征时不应使用该选项。

惩罚参数 (lambda)。指定惩罚（规则化）参数。如果设置了罚函数，那么将启用此设置。