GridSeachCV優化速度減慢

Question

我正在通過GridSearchCV進行SVR和SVC優化，並通過parallization n_jobs = -1這在我的情況下是8，我的問題是爲什麼第一次擬合與最後一次擬合運行得非常快？如照片10212所示，23.7秒的擬合時間需要20.7分鐘，但只有假設線性外推才需要4.2分鐘。

這裏是代碼的樣本：

opt = GridSearchCV(SVR(tol=tol),param_grid=param_grid,scoring=scoring,n_jobs=n_jobs,cv=cv,verbose=verbose) 
opt.fit(allr_sets_nor[:,:2],allr_sets_nor[:,2]) 

，這是屏幕日誌：

Answer 1

支持向量機學習是高度依賴於給出的參數。

像C這樣的參數對支持向量的數量有影響，因此具有許多支持向量（由C間接控制）的實例的訓練速度要慢得多。

這是GridSearches的基本警告。

（另一個略微更完整的拿到這個here by user lejlot）

學習的算法也是基於啓發式，裏面加一些附加的難以預知的因素這一點。