SVM的數據太多？

Question

因此，我運行了一個SVM分類器（線性內核和概率爲false），從具有大約120個特徵和10,000個觀測值的數據幀上sklearn。由於超出計算限制，該程序需要花費數小時才能運行，並且會一直崩潰。想知道這個數據幀是否可能太大？

Answer 1

您可以嘗試更改算法的參數。

Tips on practical use from the documentation.

你可以嘗試不同的算法，這裏是你可能會發現有用的備忘單：

Answer 2

總之沒有，這不是太大的。線性svm可以進一步擴展。另一方面，libSVC庫不能。好東西，即使在scikit-learn中你也有大規模的svm實現 - 基於liblinear的LinearSVC。您也可以使用SGD（也可以在scikitlearn中獲得）來解決這個問題，它也將彙集更大的數據集。

Answer 3

該實現基於libsvm。擬合時間複雜度爲 比樣本數量多二次方，這使得難以將 縮放到具有多於10000個樣本的數據集。

的官方數據大約sklearn svm告訴theshold是10,000個樣本 所以SGD可能是一個更好的嘗試。