我使用scikitlearn的SVC来处理10000x1000(10000个对象和1000个特性)。我已经在其他资料中看到,SVMLIB的扩展范围不超过10000个对象,我确实观察到了这一点:
training time for 10000 objects: 18.9s
training time for 12000 objects: 44.2s
training time for 14000 objects: 92.7s
你可以想象当我尝试80000的时候会发生什么。然而,我发现非常令人惊讶的是,SVM的predict()比training fit()花费的时间还要长:
^{pr2}$让预测在线性时间内运行并不重要(尽管在这里它可能接近于线性时间),而且通常比训练快得多。这是怎么回事?在
你确定你的预测时间没有包括训练时间吗?你有时间安排的代码片段吗?在
相关问题 更多 >
编程相关推荐