SVM的数据太多？

Question

因此，我运行了一个SVM分类器（线性内核和概率为false），从具有大约120个特征和10,000个观测值的数据帧上sklearn。由于超出计算限制，该程序需要花费数小时才能运行，并且会一直崩溃。想知道这个数据帧是否可能太大？

Answer 1

您可以尝试更改算法的参数。

Tips on practical use from the documentation.

你可以尝试不同的算法，这里是你可能会发现有用的备忘单：

Answer 2

总之没有，这不是太大的。线性svm可以进一步扩展。另一方面，libSVC库不能。好东西，即使在scikit-learn中你也有大规模的svm实现 - 基于liblinear的LinearSVC。您也可以使用SGD（也可以在scikitlearn中获得）来解决这个问题，它也将汇集更大的数据集。

Answer 3

该实现基于libsvm。拟合时间复杂度为 比样本数量多二次方，这使得难以将 缩放到具有多于10000个样本的数据集。

的官方数据大约sklearn svm告诉theshold是10,000个样本 所以SGD可能是一个更好的尝试。