2016-04-19 23 views
1

我使用libsvm-3.21epsilon-svr。我有非常多的非零(稀疏格式)的訓練數據。當我使用svm-scale的功能擴展到範圍[0,1],我得到這個警告svm-scale libsvm中的警告

WARNING: original #nonzeros 503981 
     > new  #nonzeros 6450944 
If feature values are non-negative and sparse, use -l 0 rather than the default -l -1 

我應該忽略這個警告,這並不影響我的預測?

回答

0

稀疏輸入可以更有效地處理。因此,如果您可以通過某種方式來調整數據以保持零點訓練,那麼您的模型可能會快得多。

由於您有更多時間優化參數,因此花費較少時間進行訓練的模型可能最終會爲您提供更好的結果。