scikitlearn（SVMLIB）中奇异支持向量机预测性能

Question

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

Answer 1

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