核函数kernel_sigmoid = Kernel('type', 'sigm', 'gamma', 0.1, 'offset', 0)中gamma和offset

在核函数kernel_sigmoid = Kernel('type', 'sigm', 'gamma', 0.1, 'offset', 0)中，gamma和offset是Sigmoid核函数的两个参数。

Sigmoid核函数的公式为：K(x, y) = tanh(gamma * x' * y + offset)，其中x和y是输入样本的特征向量，gamma和offset是Sigmoid核函数的两个参数。

gamma控制Sigmoid函数的斜率，即控制了核函数映射后的特征空间的形状。当gamma越大时，Sigmoid函数的斜率越陡峭，核函数映射后的特征空间就越接近于原始空间，分类器的拟合能力就越强；当gamma越小时，Sigmoid函数的斜率越平缓，核函数映射后的特征空间就越复杂，分类器的拟合能力就越弱。

offset控制Sigmoid函数的水平位移，即控制了Sigmoid函数的取值范围。当offset越大时，Sigmoid函数的取值范围就越偏向于正值，分类器的预测结果就越偏向于正类；当offset越小时，Sigmoid函数的取值范围就越偏向于负值，分类器的预测结果就越偏向于负类。

需要根据具体的数据集和任务，通过交叉验证等方法来确定Sigmoid核函数的最优参数。