Ich schrieb folgenden Code und testen Sie es auf kleine Daten:Wie viel Zeit braucht Zug SVM Classifier?
classif = OneVsRestClassifier(svm.SVC(kernel='rbf'))
classif.fit(X, y)
Wo X, y numpy Arrays ist. Auf kleinen Daten funktioniert Algorithmus gut und gibt mir richtige Antworten. Aber ich laufe mein Programm vor etwa 10 Stunden ... Und es ist noch in Bearbeitung. Genau in diesem Stück Code. X ist 30000x784 Matrix, y 30000x1. Ich möchte wissen, wie lange es dauern wird, oder es in irgendeiner Weise feststeckt? Mein Laptop hat 4 GB Speicher, Core i5-480m.
Also uh ... 30000 Abmessungen und 30000 X 784 Punkte .... Ich habe nicht wirklich zu lange mit der Maschine gearbeitet Lernen aber das ist ein ziemlich großer und hochdimensionaler Merkmalsvektor ... ich denke nicht, dass es zu überraschend ist, dass es so lange dauert ... Sie könnten versuchen, die Dimensionen zu reduzieren, um es zu beschleunigen ... – Roy
@Roy Die Anzahl der Trainingsinstanzen zu reduzieren wäre * viel * effektiver als Dimensionalitätsreduktion für Kernel-Methoden. –
@MarcClaesen Hätte ich dein Wort zu nehmen, ich bin nicht viel mehr als ein Anfänger selbst. – Roy